Vol. 10 No. 1 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Published:
2026-07-20
Full Issue
Articles
-
Analisis Total Productive Maintenance dengan Metode Overall Equipment Effectiveness pada Mesin Pengayak Pasir
Agung Dwi Laksono Universitas Jember Indonesia , Mahros Darsin Universitas Jember IndonesiaPenelitian ini membahas pentingnya penerapan Total Productive Maintenance (TPM) dalam meningkatkan efektivitas mesin pengayak pasir yang berperan penting dalam proses pemisahan material sesuai dengan kebutuhan size yang ditentukan. Pendekatan yang digunakan dalam penelitian adalah pendekatan kuantitatif dengan mengukur nilai Overall Equipment Effectiveness (OEE) untuk mengevaluasi kinerja mesin pengayak berdasarkan tiga aspek utama yaitu availability, performance dan quality rate. Hasil penelitian secara keseluruhan menunjukkan bahwa nilai OEE berada di atas standar Japan Institute of Plant Maintenance (JIPM) sebesar 85%, dengan masing-masing komponen utama diatas 90%. Hal ini menunjukkan bahwa mesin pengayak berada dalam kondisi efektif dan stabil selama Januari hingga Maret 2026. Total Productive Maintenance (TPM) yang diterapkan juga terbukti mampu menjaga performa mesin secara optimal sehingga minim terjadi gangguan atau kegagalan. Hasil ini menunjukkan bahwa pendekatan ini penting untuk dilakukan sebagai dasar dalam mengevaluasi perawatan berbasis data untuk meningkatkan ketersediaan dan keandalan alat-alat industri.
Pages: 01-08Views: 18 Downloads: 6Analisis Pemahaman Budaya dan Motivasi Belajar Siswa Sekolah Dasar Melalui Game Puzzle Rumah Adat Indonesia
Mohamad Irfan Fuatdi Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri IndonesiaRendahnya pemahaman siswa sekolah dasar terhadap budaya lokal, khususnya rumah adat Indonesia, disebabkan oleh metode pembelajaran konvensional yang kurang interaktif sehingga minat dan keterlibatan siswa dalam mempelajari materi budaya cenderung rendah. Penelitian ini bertujuan untuk menganalisis pemahaman budaya dan motivasi belajar siswa sekolah dasar melalui penggunaan game puzzle rumah adat Indonesia. Metode yang digunakan adalah deskriptif kuantitatif dengan pengumpulan data melalui kuesioner berskala Likert yang diberikan kepada 32 siswa kelas IV SDN Kayen Lor setelah memainkan game edukasi puzzle. Data dianalisis menggunakan rumus persentase berdasarkan kriteria kelayakan. Hasil penelitian menunjukkan rata-rata persentase keseluruhan sebesar 82,0 persen yang termasuk kategori sangat layak, dengan aspek tampilan visual memperoleh persentase tertinggi sebesar 96,9 persen. Game edukasi puzzle terbukti efektif sebagai media pembelajaran alternatif yang menarik dalam mendukung pemahaman budaya dan motivasi belajar siswa sekolah dasar.
Pages: 9-16Views: 12 Downloads: 4Komparasi Algoritma Machine Learning untuk Klasifikasi Kunjungan Tamu pada Institusi Pendidikan
Andi Laksono Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri IndonesiaPencatatan tamu di institusi pendidikan umumnya sekadar arsip pasif, belum dimanfaatkan untuk prediksi kategori kunjungan. Riset komparasi machine learning juga masih minim di domain operasional ini. Studi ini membandingkan algoritma KNN, Naive Bayes, Decision Tree, Random Forest, dan SVM dalam mengklasifikasikan data tamu menggunakan Orange Data Mining. Pemilihan platform visual ini memudahkan penerapan oleh staf non-programmer. Hasil penelitian menunjukkan algoritma paling optimal untuk kasus tersebut. Secara praktis, studi ini membuktikan bahwa machine learning mampu mengubah data administratif pasif menjadi wawasan prediktif strategis bagi pengambilan keputusan dan peningkatan layanan institusi pendidikan.
Pages: 17-28Views: 10 Downloads: 16Analisis Komparasi Otsu dan Adaptive Thresholding Pada Pengenalan Wajah Berbasis VGG16
Febriyanti Fadillah Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widya Dara Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaPengenalan wajah merupakan teknologi biometrik yang banyak digunakan dalam sistem keamanan dan identifikasi digital. Penelitian ini bertujuan menganalisis pengaruh metode segmentasi citra terhadap kinerja sistem pengenalan wajah menggunakan Convolutional Neural Network (CNN) berbasis VGG16. Dataset yang digunakan terdiri dari 210 citra wajah yang ditingkatkan melalui augmentasi kecerahan menjadi 630 citra. Tahapan penelitian meliputi deteksi wajah menggunakan Haar Cascade, konversi grayscale, segmentasi menggunakan Otsu Thresholding dan Adaptive Thresholding, pelatihan model, serta evaluasi performa. Model dilatih menggunakan optimizer Adam selama 10 epoch. Evaluasi dilakukan menggunakan accuracy, confusion matrix, dan classification report. Hasil penelitian menunjukkan bahwa metode Otsu Thresholding memperoleh akurasi 90,32%, sedangkan Adaptive Thresholding mencapai 98,71% dengan performa yang lebih stabil. Sistem berhasil diimplementasikan pada aplikasi berbasis web menggunakan Streamlit untuk mendukung proses pengenalan wajah secara otomatis dan interaktif.
Pages: 29-37Views: 6 Downloads: 3Implementasi Fuzzy Logic untuk Deteksi Tingkat Stres Menggunakan Median Filter pada Aplikasi Android
Alfin Afriza Maulana Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Dr. Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri IndonesiaStres psikologis memicu respons fisiologis berupa fluktuasi detak jantung, penurunan suhu perifer, dan perubahan konduktivitas kulit. Instrumen klinis konvensional saat ini mahal dan tidak portabel, sedangkan perangkat IoT terdahulu rentan bias akibat sensor tunggal, logika tegas (crisp logic) yang kaku, serta minimnya pra-pemrosesan data. Penelitian ini merancang sistem cerdas pendeteksi stres terintegrasi IoT menggunakan fusi multisensor (MAX30102, DS18B20, GSR) pada lapisan edge. Aliran data ditransmisikan secara real-time via Firebase ke aplikasi Android sebagai pusat komputasi utama. Aplikasi mengeksekusi Median Filter secara asinkron untuk meredam derau (noise), lalu mengumpankan data ke mesin inferensi Fuzzy Logic Mamdani dengan 27 basis aturan. Hasil pengujian terhadap 6 responden menunjukkan rata-rata kesalahan ukur instrumen sebesar 1,6% pada detak jantung dan 3% pada suhu tubuh. Median Filter terbukti efektif membuang lonjakan ekstrem sensor. Melalui defuzzifikasi Center of Gravity, aplikasi berhasil mengklasifikasikan status "TENANG / RILEKS", "KONDISI CEMAS", dan “STRES / TEGANG”secara presisi. Sistem ini membuktikan keandalan komputasi bergerak dalam mengelola ketidakpastian data biometrik layaknya diagnosis pakar.
Pages: 38-47Views: 4 Downloads: 4Pendekatan Hybrid Clustering – Classification Untuk Klasifikasi Risiko Kredit Menggunakan K-Means Dan Random Forest
NISAA HUSNIA YAHYA Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri IndonesiaRisiko kredit merupakan salah satu tantangan utama dalam lembaga keuangan karena dapat menyebabkan kerugian finansial dan mengganggu stabilitas operasional. Penelitian ini bertujuan mengklasifikasikan risiko kredit menggunakan pendekatan hybrid yang mengombinasikan K-Means dan Random Forest. Dataset yang digunakan terdiri dari 7.155 data pinjaman dengan atribut besar pinjaman, sisa pinjaman, angsuran, tenor, dan tunggakan maksimum. K-Means digunakan untuk membentuk label risiko secara otomatis berdasarkan pola data, yang selanjutnya dimanfaatkan sebagai target klasifikasi dan fitur tambahan pada Random Forest. Hasil penelitian menunjukkan bahwa model hybrid memiliki performa lebih baik dibandingkan model baseline dengan akurasi 100%, sedangkan model baseline mencapai 98,94%. Analisis feature importance menunjukkan bahwa fitur cluster dan tunggakan maksimum merupakan faktor yang paling berpengaruh dalam menentukan risiko kredit. Temuan ini menunjukkan bahwa pendekatan hybrid efektif meningkatkan kinerja klasifikasi pada dataset tanpa label.
Pages: 48-57Views: 12 Downloads: 4Rancang Bangun Aplikasi Desktop Penilaian Mutu Telur Puyuh Berbasis Fitur Tekstur, Warna, dan SVM
Muhammad Andrian Bhakti Maulana Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri IndonesiaPenilaian mutu telur puyuh secara manual rentan terhadap subjektivitas dan kelelahan pekerja, sehingga hasilnya seringkali tidak konsisten. Oleh karena itu, diperlukan sistem otomatis untuk meningkatkan objektivitas penilaian. Penelitian ini bertujuan merancang bangun aplikasi desktop klasifikasi mutu telur puyuh menggunakan bahasa pemrograman Python dan antarmuka PyQt5. Pengolahan citra dilakukan melalui ekstraksi fitur tekstur Gray Level Co-occurrence Matrix dan fitur warna Hue Saturation Value. Data tersebut kemudian diklasifikasikan menggunakan algoritma Support Vector Machine ke dalam tiga kelas mutu: baik, sedang, dan buruk. Hasil pengujian fungsional black box menunjukkan seluruh fitur aplikasi berjalan dengan baik sesuai rancangan sistem. Selain itu, evaluasi performa model membuktikan tingkat akurasi mencapai sembilan puluh persen. Kesimpulannya, aplikasi yang dibangun terbukti efektif dan siap digunakan sebagai alat bantu penilaian yang objektif bagi peternak telur puyuh.
Pages: 58-67Views: 11 Downloads: 7Peramalan Stok Gula Merah dengan ARIMA dan Prediksi Biaya Distribusi menggunakan XGBoost
Ellok Sintha Maydiana Universitas Nusantara PGRI Kediri Indonesia , Patmi kasih Universitas Nusantara PGRI Kediri Indonesia , Muh Aris Saputra Universitas Nusantara PGRI Kediri IndonesiaKetidakpastian persediaan stok barang dan fluktuasi biaya logistik distribusi memicu inefisiensi operasional pada sektor perdagangan gula merah. Penelitian ini bertujuan mengembangkan sistem manajemen penjualan terintegrasi menggunakan arsitektur hibrida dengan kerangka kerja Laravel dan React.js, serta layanan kecerdasan buatan berbasis Python. Metode peramalan stok dieksekusi melalui algoritma AutoRegressive Integrated Moving Average (ARIMA), sedangkan estimasi biaya pengiriman logistik menggunakan algoritma Extreme Gradient Boosting (XGBoost). Hasil pengujian komputasi peramalan murni ke depan (out-of-sample) dari model ARIMA(1,1,1) merekam tingkat kesalahan dinamis dengan Mean Absolute Percentage Error (MAPE) di rentang 32,29% hingga 61,52%, menjustifikasi kemampuan model dalam mendeteksi tren dasar persediaan. Sementara itu, model regresi XGBoost meraih akurasi Koefisien Determinasi (R2) memukau sebesar 95,5% dengan Mean Absolute Error (MAE) senilai Rp12.053,21. Kesimpulannya, integrasi sistem teknologi mutakhir ini terbukti andal menciptakan tata kelola anggaran berbasis data (data-driven).
Pages: 68-75Views: 7 Downloads: 2Penerapan Support Vector Machine untuk Analisis Sentimen Komentar Video Tempodotco tentang Soeharto Pahlawan Nasional
Jagad Satria Dewa Arta Universitas Nusantara PGRI Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk menganalisis sentimen komentar pengguna YouTube terhadap wacana penganugerahan gelar Pahlawan Nasional kepada Soeharto pada kanal Tempodotco menggunakan metode Support Vector Machine (SVM). Data yang digunakan berasal dari 1.407 komentar, dengan 1.329 komentar valid yang selanjutnya diproses dalam penelitian. Tahapan yang dilakukan meliputi preprocessing, pelabelan data, pembobotan kata menggunakan Term Frequency Inverse Document Frequency (TF-IDF), klasifikasi menggunakan SVM, serta evaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model yang dibangun mampu mencapai akurasi sebesar 83% dalam mengklasifikasikan sentimen komentar. Temuan ini menunjukkan bahwa metode SVM yang dikombinasikan dengan TF-IDF dapat digunakan secara efektif untuk menganalisis sentimen pada komentar YouTube yang berkaitan dengan isu sosial dan politik.
Pages: 76-85Views: 29 Downloads: 15IMPLEMENTASI CHATBOT BERBASIS RULE-BASED REASONING UNTUK LAYANAN INFORMASI SEKOLAH
M. Maulana Rohmanul Latif Indonesia , Intan Nur Farida Universitas Nusantara PGRI KEDIRi Indonesia , Daniel swanjaya Universitas Nusantara PGRI KEDIRi IndonesiaPenelitian ini dilatarbelakangi oleh kebutuhan layanan informasi akademik di SMK Islam Ulul Albab yang masih dilakukan secara manual sehingga sering mengalami keterlambatan respon terhadap pertanyaan calon siswa, siswa, dan orang tua. Penelitian ini bertujuan untuk mengimplementasikan chatbot berbasis Rule-Based Reasoning dengan metode Forward Chaining sebagai media layanan informasi akademik berbasis web. Pengembangan sistem dilakukan menggunakan bahasa pemrograman PHP, HTML, CSS, dan JavaScript. Basis pengetahuan chatbot disusun dalam bentuk aturan if–then berdasarkan data Frequently Asked Questions (FAQ) sekolah. Pengujian dilakukan melalui pengujian fungsional dan non-fungsional. Hasil penelitian menunjukkan bahwa chatbot mampu memberikan respon otomatis secara cepat dan konsisten terhadap pertanyaan pengguna. Hasil evaluasi menunjukkan tingkat akurasi jawaban sebesar 92%, kecepatan respon 96%, kepuasan pengguna 89%, dan kejelasan output 94%. Dengan demikian, sistem chatbot yang dikembangkan dapat membantu meningkatkan efektivitas layanan informasi akademik di SMK Islam Ulul Albab
Pages: 86-92Views: 19 Downloads: 15Analisis Kinerja MobileNetV2 untuk Klasifikasi Jenis Ikan Lokal
M. Nabil Pratama Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri IndonesiaIdentifikasi jenis ikan lokal masih sering dilakukan secara manual sehingga berpotensi menimbulkan kesalahan, terutama pada ikan yang memiliki karakteristik visual yang serupa. Penelitian ini bertujuan menganalisis kinerja arsitektur MobileNetV2 dalam mengklasifikasikan tujuh jenis ikan lokal, yaitu Bandeng, Bawal, Gabus, Gurame, Ikan Mas, Kembung, dan Mujair. Dataset citra ikan diproses melalui tahap preprocessing dan augmentasi data sebelum digunakan pada proses pelatihan model berbasis transfer learning. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa MobileNetV2 mampu menghasilkan performa klasifikasi yang sangat baik dengan accuracy sebesar 99,05%, serta nilai precision, recall, dan F1-score rata-rata sebesar 0,99. Hasil confusion matrix menunjukkan bahwa sebagian besar citra berhasil diklasifikasikan dengan benar, dengan hanya sedikit kesalahan klasifikasi pada kelas Kembung yang terprediksi sebagai Bandeng. Hasil ini menunjukkan bahwa MobileNetV2 efektif digunakan untuk klasifikasi jenis ikan lokal berbasis citra digital.
Pages: 93-102Views: 8 Downloads: 4Implementasi Arsitektur ResNet50 pada Aplikasi Klasifikasi Tingkat Kesegaran Daging Sapi Berbasis Citra Digital
Dymas Anggara Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaKesegaran daging sapi merupakan faktor penting yang memengaruhi kualitas dan keamanan pangan. Penilaian tingkat kesegaran daging sapi umumnya masih dilakukan secara manual melalui pengamatan visual sehingga berpotensi menghasilkan penilaian yang subjektif. Penelitian ini bertujuan untuk mengembangkan aplikasi klasifikasi tingkat kesegaran daging sapi berbasis citra digital menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNet50. Dataset yang digunakan diperoleh dari platform Roboflow dan terdiri dari tiga kategori, yaitu segar, kurang segar, dan tidak segar. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, pembagian dataset, pelatihan model, evaluasi model, dan implementasi aplikasi. Model ResNet50 diterapkan menggunakan pendekatan transfer learning dan fine tuning untuk meningkatkan kemampuan ekstraksi fitur citra. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi sebesar 99,79% dengan nilai precision, recall, dan F1-score yang mendekati 1,00. Pengujian aplikasi menggunakan 60 citra data nyata menunjukkan bahwa sistem berhasil mengklasifikasikan 35 citra dengan benar dan memperoleh tingkat keberhasilan sebesar 58,33%. Selain itu, model ResNet50 berhasil diimplementasikan ke dalam aplikasi berbasis web sehingga dapat digunakan untuk membantu proses identifikasi tingkat kesegaran daging sapi secara otomatis dan objektif. Aplikasi yang dikembangkan diharapkan dapat menjadi alat bantu dalam penilaian kesegaran daging sapi secara lebih cepat dan efisien.
Pages: 103-111Views: 10 Downloads: 4Rancang Bangun Tabung Pencacah dan Variasi Saringan Pada Mesin Chopper Kombinasi Kapasitas 5 kg Per 5 Menit
Mallikur Rohman Universitas Nusantara PGRI Kediri Indonesia , Mohammad Muslimin Ilham Universitas Nusantara PGRI Kediri IndonesiaPemanfaatan limbah pertanian berupa bonggol dan daun nanas sebagai bahan pakan ternak masih terkendala oleh proses pengolahan yang umumnya dilakukan secara manual, sehingga membutuhkan waktu dan tenaga yang cukup besar serta menghasilkan ukuran cacahan yang tidak seragam. Penelitian ini bertujuan untuk merancang, membangun, serta menganalisis kinerja tabung pencacah dan variasi ukuran lubang saringan pada mesin pencacah kombinasi berkapasitas 5 kg setiap 5 menit. Metode yang diterapkan meliputi perancangan dimensi, perhitungan kebutuhan bahan, pembuatan prototipe, dan pengujian langsung menggunakan bahan baku bonggol nanas. Hasil pengujian memperlihatkan bahwa penggunaan saringan berdiameter 14 mm menghasilkan cacahan yang sangat halus dan cocok untuk sapi muda, sedangkan ukuran 20 mm memberikan hasil berukuran sedang dengan kelancaran aliran bahan yang lebih baik. Desain yang dibuat terbukti memiliki kekuatan dan kestabilan yang memadai saat beroperasi. Mesin ini diharapkan dapat meningkatkan efisiensi pengolahan limbah nanas menjadi pakan ternak bernilai guna, sekaligus menjadi acuan teknis dan ilmiah untuk pengembangan desain selanjutnya.
Pages: 112-122Views: 16 Downloads: 12Pengembangan Game Edukasi Role-Playing Game (RPG) Kimia Menggunakan Godot Engine Berbasis Finite State Machine
muh Ghufron Universitas Nusantara PGRI Kediri IndonesiaPembelajaran kimia yang abstrak membutuhkan media interaktif. Game edukasi Role-Playing Game (RPG) menjadi solusi, namun pemrosesan kecerdasan buatan (AI) musuh sering membebani kinerja memori komputer. Penelitian ini bertujuan mengembangkan game edukasi kimia 2D menggunakan Godot Engine dengan menerapkan algoritma Finite State Machine (FSM) untuk mengontrol perilaku AI musuh serta mekanik peracikan laboratorium. Pengujian sistem dilakukan melalui metode Black-Box. Hasil pengujian menunjukkan bahwa logika peracikan unsur berjalan akurat sesuai resep reaksi kimia. Selain itu, transisi AI musuh merespons kehadiran pemain secara optimal tanpa perulangan kalkulasi jarak yang memberatkan komputasi. Integrasi algoritma FSM dan mekanik eksperimen laboratorium ini berhasil menghasilkan purwarupa game edukasi yang stabil guna meningkatkan minat belajar siswa terhadap ilmu sains.
Pages: 123-130Views: 4 Downloads: 3Analisis Pengaruh Kernel SVM terhadap Kinerja Klasifikasi Citra Wajah Asli dan Berfilter
Mohammad Irfan Wahyudi Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaPenggunaan filter wajah pada media sosial menyebabkan perubahan karakteristik visual wajah yang dapat memengaruhi proses analisis citra digital. Penelitian ini bertujuan menganalisis pengaruh kernel Support Vector Machine (SVM) terhadap kinerja klasifikasi citra wajah asli dan berfilter. Dataset yang digunakan terdiri dari 100 citra wajah, masing-masing 50 citra wajah asli dan 50 citra wajah berfilter. Tahapan penelitian meliputi deteksi wajah menggunakan Haar Cascade, preprocessing, ekstraksi fitur menggunakan Histogram of Oriented Gradients (HOG) dan Local Binary Pattern (LBP), serta klasifikasi menggunakan kernel Linear, Polynomial, dan Radial Basis Function (RBF). Evaluasi dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa setiap kernel menghasilkan performa klasifikasi yang berbeda, sehingga pemilihan kernel berpengaruh terhadap kemampuan model dalam membedakan citra wajah asli dan berfilter. Penelitian ini menunjukkan bahwa SVM berpotensi digunakan sebagai metode deteksi filter wajah berbasis machine learning.
Pages: 131-140Views: 8 Downloads: 5Klasifikasi Teks Mitos dan Fakta Kesehatan Menggunakan Algoritma Random Forest dengan Optimasi Class Weight
Rizky Ananda Putra Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaPenyebaran misinformasi kesehatan di ruang digital dapat membangun persepsi ancaman yang keliru pada masyarakat, sehingga diperlukan metode klasifikasi teks. Penelitian ini mengklasifikasikan 200 data teks kesehatan ke dalam kelas mitos 52 data dan fakta 148 data menggunakan algoritma Random Forest. Dataset yang digunakan telah divalidasi oleh pakar medis. Alur penelitian meliputi prapemrosesan teks, ekstraksi fitur TF-IDF, serta pelatihan dan pengujian model dengan berbagai rasio data. Optimasi dilakukan menggunakan parameter class_weight untuk mengatasi ketidakseimbangan data. Hasil pengujian menunjukkan dengan rasio 90:10 mendapat nilai akurasi keseluruhan sebesar 85,00%, dengan f1-score kelas fakta sebesar 0.9032 dan kelas mitos sebesar 0.6667. Kontribusi penelitian ini adalah pembuktian bahwa parameter class_weight mampu menjaga performa klasifikasi kelas minoritas tetap berada di atas ambang batas tebakan acak 0,5000. Hasil ini dapat menjadi referensi pemodelan klasifikasi hoaks kesehatan ke depan.
Pages: 141-150Views: 25 Downloads: 11Analisis Metode Weighted Jaccard Similarity untuk Identifikasi Penyakit Burung Puyuh Berdasarkan Kemiripan Gejala
Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri Indonesia , Delia Saniar Komalasari Universitas Nusantara PGRI Kediri IndonesiaDiagnosis penyakit burung puyuh masih banyak dilakukan secara manual berdasarkan pengamatan visual sehingga berpotensi menimbulkan kesalahan identifikasi akibat kemiripan gejala antarpenyakit. Penelitian ini bertujuan menganalisis penerapan metode Weighted Jaccard Similarity dalam proses identifikasi penyakit burung puyuh melalui simulasi perhitungan manual. Penelitian menggunakan pendekatan deskriptif kuantitatif dengan data berupa penyakit, gejala, dan bobot keterkaitan gejala terhadap penyakit yang diperoleh melalui wawancara pakar, validasi dokter hewan, dan studi literatur. Proses identifikasi dilakukan dengan menghitung tingkat kemiripan antara gejala input dan data penyakit menggunakan metode Weighted Jaccard Similarity. Hasil penelitian menunjukkan bahwa metode Weighted Jaccard Similarity mampu menghasilkan nilai similarity untuk mengidentifikasi penyakit berdasarkan tingkat kemiripan gejala dengan nilai tertinggi sebesar 0.2678 pada penyakit Coryza. Penelitian ini menunjukkan bahwa metode Weighted Jaccard Similarity dapat digunakan sebagai pendekatan inferensi dalam proses identifikasi penyakit burung puyuh berdasarkan kemiripan gejala.
Pages: 151-158Views: 17 Downloads: 11Implementasi Naïve Bayes Pada Siswa Penerima Bantuan
Dito Dwi Prasetyo Universitas PGRI Kediri Indonesia , Rony Heri Irawan Universitas PGRI Kediri Indonesia , Umi Mahdiyah Universitas PGRI Kediri IndonesiaPenyaluran bantuan sosial pendidikan di Desa Paron untuk siswa tingkat sekolah dasar sederajat masih dilakukan secara manual dan kriteria tidak diketahui, sehingga menimbulkan risiko bantuan menjadi tidak tepat sasaran. Penelitian ini bertujuan menerapkan algoritma Naïve Bayes untuk mengonstruksi model keputusan yang objektif dan transparan bagi perangkat desa. Metode penelitian yang digunakan meliputi pendekatan Knowledge Discovery in Databases (KDD). Hasil pengujian menunjukkan bahwa model mampu mengenali karakteristik kemiskinan lokal secara stabil dengan akurasi 77,78 persen. Implementasi algoritma ini berhasil mengklasifikasikan kelayakan penerima bantuan secara objektif sehingga dapat membantu perangkat desa dalam menyaring siswa dengan tepat sasaran.
Pages: 159-167Views: 2 Downloads: 4Analisis Kinerja NLP dan Support Vector Machine Untuk Klasifikasi Intent Chatbot Administrasi Toko Koperasi
YOGA p Indonesia , Daniel swanjaya Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membahas penerapan Natural Language Processing (NLP) dan Support Vector Machine (SVM) untuk klasifikasi intent pada chatbot administrasi toko koperasi. Permasalahan utama yang dihadapi adalah banyaknya variasi kalimat pengguna ketika menanyakan harga, stok, harga reseller, serta perintah perubahan data barang. Dataset berasal dari file Excel yang berisi 179 baris data mentah dengan delapan kolom intent, kemudian ditransformasikan menjadi 836 data teks berlabel. Tahap preprocessing mencakup case folding, pembersihan tanda baca, normalisasi kata tidak baku, penghapusan stopword, serta pembentukan teks bersih. Fitur teks dibentuk menggunakan TF-IDF unigram dan bigram, sedangkan proses klasifikasi dilakukan menggunakan LinearSVC dengan pembagian data 80:20. Hasil pengujian menunjukkan bahwa model memperoleh akurasi sebesar 88,10% pada data testing dan rata-rata akurasi cross validation sebesar 90,08%. Hasil ini menunjukkan bahwa kombinasi NLP, TF-IDF, dan SVM mampu mengenali intent chatbot koperasi secara cukup baik serta dapat digunakan sebagai dasar pengembangan chatbot cerdas pada sistem administrasi koperasi.
Pages: 168-177Views: 6 Downloads: 4Pengembangan Sistem Prediksi Pendapatan Usaha Barbershop Menggunakan Metode Long Short-Term Memory (LSTM)
Ilma Ma'rifatul Qur'ana Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaUsaha barbershop merupakan salah satu sektor jasa yang terus berkembang seiring meningkatnya kebutuhan masyarakat terhadap layanan perawatan rambut dan gaya hidup modern. Pengelolaan pendapatan yang masih dilakukan secara manual menyebabkan pemilik usaha mengalami kesulitan dalam menganalisis pola pendapatan serta memperkirakan pendapatan pada periode mendatang. Penelitian ini bertujuan mengembangkan sistem prediksi pendapatan usaha barbershop berbasis website menggunakan metode Long Short-Term Memory (LSTM). Sistem dikembangkan menggunakan model Waterfall dengan memanfaatkan Python, Streamlit, TensorFlow, dan SQLite. Data penelitian berupa transaksi pendapatan harian yang diolah melalui tahapan preprocessing, normalisasi, pelatihan model, dan evaluasi prediksi. Hasil penelitian menunjukkan bahwa sistem mampu mengelola transaksi harian, melakukan pelatihan model, menampilkan hasil prediksi, serta menghasilkan laporan pendapatan secara otomatis. Berdasarkan hasil evaluasi model diperoleh nilai Mean Absolute Error (MAE) sebesar 125.984, Root Mean Square Error (RMSE) sebesar 166.939, Mean Absolute Percentage Error (MAPE) sebesar 17,76%, dan tingkat akurasi sebesar 82,2%. Hasil tersebut menunjukkan bahwa metode LSTM mampu mempelajari pola historis pendapatan dan menghasilkan prediksi yang cukup baik sehingga dapat digunakan sebagai pendukung pengambilan keputusan pada usaha barbershop.
Pages: 178-187Views: 13 Downloads: 19Pengujian Fungsional dan Waktu Respon Inferensi Model Sistem Pelaporan Kerusakan Jalan Berbasis Android
Ilham Khefi Ramadhanu Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaKerusakan jalan merupakan permasalahan infrastruktur yang memerlukan penanganan cepat dan akurat. Penelitian ini menguji sistem pelaporan kerusakan jalan berbasis Android yang mengintegrasikan model YOLOv12 dan ResNet-50 melalui Django REST API. Pengujian dilakukan dalam dua tahap. Pertama, pengujian fungsional menggunakan metode Black Box Testing terhadap 26 skenario yang mencakup komponen register, lapor kerusakan, ambil lokasi GPS, daftar laporan, detail laporan, dan pemetaan, seluruhnya menunjukkan keberhasilan dengan tingkat keberhasilan 100%. Kedua, pengujian waktu respon inferensi terhadap 10 sampel gambar menghasilkan rata-rata unggah gambar 123,62 ms, inferensi ResNet-50 1.892,38 ms, inferensi YOLOv12 859,73 ms, dan total waktu respon 3.150,66 ms. Inferensi ResNet-50 menjadi kontributor terbesar dengan porsi sekitar 60% dari total waktu respon, mengindikasikan bahwa bottleneck utama sistem terletak pada komputasi model klasifikasi, bukan pada transmisi jaringan.
Pages: 299-308Views: 17 Downloads: 14Deteksi Stunting Balita Menggunakan Algoritma ID3
Yoga Firnanda Wicaksono Universitas Nusantara PGRI Kediri Indonesia , Ardi Sanjaya Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri IndonesiaStunting merupakan masalah gizi kronis pada balita yang dapat memengaruhi pertumbuhan fisik, perkembangan kognitif, dan kualitas sumber daya manusia di masa depan. Proses deteksi stunting di Posyandu Kamboja Desa Kwaron masih dilakukan secara manual sehingga rentan terhadap kesalahan pencatatan dan keterlambatan analisis data. Penelitian ini bertujuan untuk membangun sistem deteksi stunting balita otomatis menggunakan algoritma Iterative Dichotomiser 3 (ID3) berbasis Decision Tree. Dataset yang digunakan berjumlah 223 data balita dengan atribut jenis kelamin, umur, tinggi badan, berat badan, lingkar kepala, dan Lingkar Lengan Atas (LiLa). Tahapan penelitian meliputi preprocessing data, pembagian data dengan rasio 80:20, proses pelatihan model, serta evaluasi menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan status stunting ke dalam kategori normal, pendek, sangat pendek, dan tinggi dengan tingkat akurasi sebesar 73,33%. Sistem yang dibangun diharapkan dapat membantu kader posyandu dalam melakukan deteksi stunting secara lebih cepat, terstruktur, dan akurat
Pages: 309-316Views: 7 Downloads: 10Analisis Kinerja TrOCR dan EasyOCR pada Iklan Judi Online Berbasis Deteksi YOLOv8
Willy Rahma Wijaya Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri IndonesiaMaraknya penyebaran visual iklan judi online pada media digital menuntut pengembangan sistem deteksi otomatis yang mampu mengekstraksi informasi tekstual secara akurat. Penelitian ini menganalisis kinerja TrOCR dan EasyOCR pada proses ekstraksi teks visual iklan judi online dengan memanfaatkan YOLOv8 untuk mendeteksi region teks. Dataset penelitian terdiri atas 229 potongan citra teks hasil deteksi yang dievaluasi menggunakan Character Error Rate (CER), Word Error Rate (WER), dan akurasi exact match. Hasil pengujian menunjukkan bahwa TrOCR memberikan performa lebih baik dibandingkan EasyOCR dengan rata-rata CER sebesar 0.1309, rata-rata WER sebesar 0.4219, dan akurasi sebesar 44.98%, sedangkan EasyOCR memperoleh CER sebesar 0.1938 dengan akurasi sebesar 35.81%. Temuan ini menunjukkan bahwa pendekatan berbasis transformer lebih efektif dalam mengenali teks pada visual dengan kompleksitas tinggi, seperti font dekoratif dan efek grafis khas iklan judi online. Penelitian ini berkontribusi pada pengembangan sistem moderasi konten digital otomatis berbasis ekstraksi teks
Pages: 317-324Views: 15 Downloads: 14Chatbot Fiqih Berbasis Retrieval-Augmented Generation pada Kitab Safinatun Najah
Muhammad Ichsan Universitas Nusantara PGRI Kediri Indonesia , Ardi sanjaya Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri IndonesiaAbstrak— Perkembangan teknologi kecerdasan buatan mendorong pemanfaatan chatbot sebagai media penyedia informasi keagamaan berbasis digital. Namun, penggunaan Large Language Model (LLM) masih menghadapi permasalahan berupa hallucination, yaitu kondisi ketika model menghasilkan informasi yang tidak sesuai dengan sumber rujukan. Penelitian ini bertujuan mengembangkan chatbot fiqih berbasis metode Retrieval-Augmented Generation (RAG) dengan Kitab Safinatun Najah sebagai sumber pengetahuan utama. Sistem dikembangkan menggunakan model ADDIE (Analysis, Design, Development, Implementation, Evaluation) dan diimplementasikan menggunakan Streamlit, LangChain, ChromaDB, model embedding multilingual-e5-large, serta Gemini sebagai Large Language Model. Metode RAG diterapkan dengan menggabungkan proses retrieval dokumen relevan dan proses generasi jawaban sehingga respons yang dihasilkan tetap mengacu pada isi kitab. Evaluasi sistem difokuskan pada kinerja proses retrieval menggunakan 250 data pengujian yang berasal dari 50 pertanyaan utama dengan lima variasi pertanyaan pada setiap data. Hasil pengujian menunjukkan nilai retrieval accuracy, precision, recall, dan F1-score sebesar 76,80%, serta average similarity sebesar 0,7644. Hasil penelitian menunjukkan bahwa metode RAG mampu memahami berbagai variasi pertanyaan pengguna dan menemukan informasi yang relevan berdasarkan isi Kitab Safinatun Najah. Dengan demikian, pendekatan RAG berpotensi meningkatkan kualitas sistem tanya jawab fiqih sekaligus mengurangi risiko hallucination pada model generatif.
Pages: 355-363Views: 5 Downloads: 4Pengujian Kemampuan REST API Django sebagai Penghubung Model SSD-MobileNet dengan Perangkat Raspberry Pi Untuk Komputasi AI
Tomi Setiawan Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaRaspberry Pi kerap digunakan sebagai platform komputasi tepi (edge) dalam sistem berbasis kecerdasan buatan, namun kapasitas prosesnya tidak mencukupi untuk menjalankan inferensi model deep learning seperti SSD-MobileNet secara lokal dengan latensi yang memadai. Penelitian ini mengkaji kemampuan REST API yang dikembangkan menggunakan framework Django dalam menjembatani komunikasi antara model SSD-MobileNet di sisi server dan Raspberry Pi sebagai perangkat pengirim data. Pengujian dilakukan melalui dua metode: pengujian fungsional black-box terhadap tujuh skenario endpoint API, serta pengujian statistik berupa 50 percobaan hit request untuk mengukur latency, success rate, dan throughput. Hasil menunjukkan seluruh skenario fungsional berjalan sesuai spesifikasi, dengan success rate 100%, latency rata-rata 45 ms, dan throughput rata-rata 22,2 request per detik. Nilai ini menunjukkan bahwa pendekatan offloading komputasi melalui REST API Django mampu menekan beban proses di sisi perangkat edge secara signifikan, sehingga arsitektur ini terbukti layak sebagai penghubung yang handal antara model kecerdasan buatan dan Raspberry Pi dalam skenario komputasi terdistribusi.
Pages: 364-371Views: 17 Downloads: 1Rancang Bangun Sistem Informasi Administrasi Terintegrasi dalam Mewujudkan Konsep Paperless Office
Elsa Melania Putri Universitas Nusantara PGRI Kediri Indonesia , Linda Devita Anggraini Universitas Nusantara PGRI Kediri Indonesia , Firda Dwi Agustina Universitas Nusantara PGRI Kediri Indonesia , Erna Daniati Universitas Nusantara PGRI Kediri IndonesiaKetergantungan pada kertas dalam administrasi konvensional memicu inefisiensi seperti risiko kehilangan dokumen dan tingginya biaya operasional. Integrasi teknologi informasi melalui konsep paperless office sangat penting untuk meningkatkan efisiensi dan menciptakan lingkungan kerja yang ramah lingkungan. Penelitian ini menggunakan metode Systematic Literature Review untuk menganalisis literatur relevan dan metode Waterfall sebagai kerangka kerja pengembangan sistem yang terstruktur. Tahapan metode Waterfall meliputi analisis kebutuhan, perancangan diagram, implementasi pengodean dengan bahasa PHP dan basis data MySQL, serta pengujian sistem. Hasil penelitian menghasilkan Sistem Informasi Administrasi berbasis web yang mendigitalisasi proses input data, pelaporan, dan pengarsipan secara terintegrasi. Fitur pencarian cepat terbukti mempercepat penemuan kembali dokumen. Kesimpulannya, implementasi sistem ini berhasil mewujudkan konsep paperless office yang secara signifikan meningkatkan produktivitas kerja sekaligus mengurangi penggunaan kertas.
Pages: 372-381Views: 42 Downloads: 8Koreksi Pelafalan Bahasa Indonesia Anak Usia Dini Menggunakan Word Embedding
Aldo Aditya Saputra Universitas Nusantara PGRI Kediri IndonesiaKemampuan pelafalan merupakan salah satu aspek penting dalam perkembangan bahasa anak usia dini. Namun, masih terdapat anak yang mengalami kesalahan pengucapan kosakata bahasa Indonesia sehingga memerlukan umpan balik yang tepat untuk membantu proses pembelajaran berbicara. Penelitian ini bertujuan mengembangkan sistem koreksi pelafalan bahasa Indonesia menggunakan Automatic Speech Recognition (ASR) dan Word Embedding FastText. Sistem memanfaatkan Faster-Whisper untuk mengubah suara menjadi teks, FastText untuk merepresentasikan kata ke dalam bentuk vektor numerik, serta Cosine Similarity untuk menentukan tingkat kemiripan antara hasil transkripsi dan kosakata target. Sistem juga dilengkapi fitur identifikasi jenis kesalahan pelafalan, rekomendasi stimulasi pengucapan, dan Text-to-Speech (TTS) untuk menghasilkan pelafalan yang benar. Dataset penelitian terdiri dari 49 data audio kosakata benda dalam lingkungan rumah yang direkam dalam format .wav. Hasil pengujian menunjukkan bahwa sistem mampu melakukan koreksi pelafalan dengan akurasi sebesar 89,80%, di mana 44 data berhasil dikoreksi sesuai target dan 5 data mengalami kesalahan koreksi. Hasil penelitian menunjukkan bahwa kombinasi Faster-Whisper, Word Embedding FastText, dan Cosine Similarity dapat mendukung koreksi pelafalan bahasa Indonesia secara otomatis.
Pages: 382-392Views: 8 Downloads: 3KLASIFIKASI UNDERTONE KULIT BERDASARKAN CITRA URAT NADI MENGGUNAKAN MOBILENETV2
Bertha Gadis Maydinta Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri IndonesiaUndertone adalah karakteristik warna kulit dasar yang diklasifikasikan menjadi 3 kelas yaitu cool, neutral, dan warm. Penelitian ini bertujuan untuk mengklasifikasikan undertone kulit berdasarkan citra urat nadi menggunakan arsitektur MobileNetV2. Penelitian ini dilakukan karena penentuan undertone kulit secara manual sering dipengaruhi oleh pencahayaan dan persepsi visual, sehingga menghasilkan hasil yang tidak konsisten. Tahap preprocessing meliputi resize citra, normalisasi, dan augmentasi data menggunakan teknik flip horizontal, rotasi, brightness, dan zoom untuk meningkatkan variasi dataset. Dataset yang digunakan terdiri dari 2790 citra training, 90 citra validation, dan 45 citra testing. Proses training model menggunakan learning rate 0,0001, 30 epoch, dan fine-tuning pada 30 layer terakhir MobileNetV2. Evaluasi model dilakukan menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa model mencapai akurasi pengujian sebesar 40% dengan performa terbaik pada kelas neutral. Hasil ini menunjukkan bahwa MobileNetV2 mampu mengklasifikasikan undertone berdasarkan citra urat nadi, meskipun performa model masih perlu ditingkatkan untuk mendapatkan hasil klasifikasi yang lebih optimal dan stabil.
Pages: 393-402Views: 23 Downloads: 13Klasifikasi Undertone Kulit Menggunakan Convolutional Neural Network EfficientNetB0 Dengan Pendekatan Transfer Learning Berbasis Citra Pergelangan Tangan
Lisa Agustin Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri IndonesiaPemilihan shade foundation yang tepat penting untuk menghasilkan tampilan riasan yang natural, namun banyak pengguna mengalami kesulitan dalam mengidentifikasi undertone kulit secara akurat. Penelitian ini mengembangkan model klasifikasi undertone kulit berbasis citra urat nadi pada pergelangan tangan menggunakan Convolutional Neural Network EfficientNetB0. Pendekatan yang digunakan adalah deep learning dengan transfer learning, dimana data citra dikumpulkan menggunakan kamera smartphone dalam pencahayaan alami. Proses penelitian meliputi preprocessing, ekstraksi fitur, dan klasifikasi, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan undertone ke dalam tiga kategori yaitu cool, neutral, dan warm dengan model memperoleh nilai accuracy sebesar 52%, dengan rata-rata precision sebesar 0,53, recall sebesar 0,52, dan F1-score sebesar 0,52, yang menunjukkan bahwa model memiliki kemampuan dalam melakukan klasifikasi awal terhadap undertone kulit.
Pages: 288-298Views: 12 Downloads: 9Identifikasi Ujaran Kebencian Etnis Dan Agama Menggunakan Algoritma SVM
Bayu Ardiansyah Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaPerkembangan media sosial yang semakin pesat turut meningkatkan penyebaran ujaran kebencian berbasis etnis dan agama. Penelitian ini bertujuan untuk menganalisis tingkat akurasi algoritma Support Vector Machine (SVM) dalam mendeteksi ujaran kebencian pada data teks media sosial. Dataset diperoleh melalui teknik web scraping pada platform Twitter (X) dan menghasilkan 1.769 data teks. Data kemudian melalui tahap preprocessing yang meliputi case folding, tokenizing, stopword removal, dan stemming. Pelabelan data dilakukan menggunakan pendekatan lexicon-based classification, sedangkan ekstraksi fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Model SVM selanjutnya dilatih dan dievaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan data ujaran kebencian dan non-ujaran kebencian dengan akurasi sebesar 88%. Hasil tersebut menunjukkan bahwa kombinasi preprocessing, TF-IDF, dan SVM efektif dalam mendukung deteksi otomatis ujaran kebencian berbasis etnis dan agama pada media sosial.
Pages: 188-196Views: 12 Downloads: 7SISTEM INFORMASI PELAPORAN DAN PEMANTAUAN KERUSAKAN LAMPU PENERANGAN JALAN UMUM BERBASIS WEB UNTUK EFISIENSI ENERGI
Rivaldo Aditya Syahputra Universitas Nusantara PGRI Kediri Indonesia , David Kurniawan Universitas Nusantara PGRI Kediri Indonesia , Mochammad Pramudya Mutaqin Universitas Nusantara PGRI Kediri Indonesia , ERNA DANIATI Universitas Nusantara PGRI Kediri IndonesiaPengelolaan Penerangan Jalan Umum (PJU) secara konvensional melalui laporan lisan atau inspeksi rutin sering kali tidak efisien, sehingga lampu mati dibiarkan berhari-hari dan memicu pemborosan energi listrik. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi berbasis web yang mengintegrasikan pelaporan kerusakan oleh masyarakat dan pemantauan tindak lanjut oleh instansi tanpa ketergantungan pada perangkat keras IoT yang mahal. Metode pengembangan sistem yang digunakan adalah Model Waterfall melalui enam tahapan terstruktur. Hasil penelitian menunjukkan bahwa implementasi sistem berhasil memangkas nilai Mean Time to Repair (MTTR) secara signifikan dari 168 jam menjadi 18 jam. Kecepatan respons ini secara langsung menurunkan akumulasi pemborosan energi (Ewaste) sebesar 70,9%. Penelitian ini menyimpulkan bahwa efisiensi energi yang masif dapat dicapai pada lapis manajemen data yang hemat biaya, menjadikannya solusi realistis bagi pemerintah daerah dalam tata kelola fasilitas publik.
Pages: 197-206Views: 17 Downloads: 4Analisis Efisiensi Penyapuan Berdasarkan Variasi Jenis Sampah Pada Mesin Street Sweeper Semi Otomatis Bertenaga Listrik
Glennaldo Yossy Dito Mukjizad Universitas Nusantara PGRI Kediri Indonesia , Ali Akbar Universitas Nusantara PGRI Kediri Indonesia , Yasinta Sindy Pramesti Universitas Nusantara PGRI Kediri Indonesia , Irwan Setyowidodo Universitas Nusantara PGRI Kediri IndonesiaSampah jalan seperti botol plastik, kertas, dan daun kering dapat mengganggu kebersihan lingkungan sehingga diperlukan alat penyapu jalan yang bekerja secara efektif. Penelitian ini bertujuan menganalisis pengaruh variasi jenis sampah terhadap efisiensi penyapuan mesin street sweeper bertenaga listrik dengan sistem penyapu otomatis. Penelitian menggunakan metode eksperimen dengan tiga jenis sampah, yaitu botol plastik yang diremas, kertas yang diremas, dan daun mangga kering, masing-masing bermassa 2 kg dan diuji sebanyak tiga kali pada kondisi operasi yang sama. Efisiensi penyapuan dihitung berdasarkan perbandingan massa awal dan massa sampah sisa setelah proses penyapuan. Hasil penelitian menunjukkan bahwa botol plastik menghasilkan efisiensi tertinggi sebesar 92,90 persen, diikuti daun mangga kering sebesar 87,50 persen dan kertas sebesar 87,35 persen. Hasil tersebut menunjukkan bahwa karakteristik fisik sampah memengaruhi kinerja penyapuan sehingga dapat menjadi dasar pengembangan desain mesin pada penelitian selanjutnya.
Pages: 207-214Views: 19 Downloads: 12RANCANG BANGUN RANGKA DAN TABUNG PADA MESIN PEMBUAT ES PUTER BERKAPASITAS 15 LITER/1,5 JAM
muchamad dimas amrulloh Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Kediri IndonesiaMesin pembuat es puter merupakan salah satu teknologi tepat guna yang dapat membantu meningkatkan produktivitas usaha kecil dalam proses pembuatan es puter. Penelitian ini bertujuan untuk merancang dan menganalisis kekuatan rangka serta tabung pada mesin pembuat es puter berkapasitas 15 liter/1,5 jam. Metode yang digunakan meliputi observasi lapangan, studi literatur, perancangan menggunakan perangkat lunak SolidWorks, analisis kekuatan struktur, proses perakitan, dan uji kelayakan. Material rangka yang digunakan adalah baja ASTM A36 dengan profil besi siku 30 × 30 × 2 mm. Hasil simulasi menunjukkan tegangan Von Mises maksimum sebesar 61,99 MPa, displacement maksimum sebesar 1,573 mm, dan faktor keamanan minimum sebesar 4,033. Nilai tegangan yang terjadi masih berada di bawah tegangan luluh material sebesar 250 MPa sehingga rangka tidak mengalami kegagalan struktur. Berdasarkan hasil analisis, desain rangka dan tabung yang dirancang dinyatakan aman dan layak digunakan untuk mendukung operasi mesin pembuat es puter.
Pages: 215-222Views: 14 Downloads: 5Ekstraksi Fitur HSV dan GLCM Untuk Klasifikasi Varietas Buah Rambutan Menggunakan Multilayer Perceptron
bima putra Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaIdentifikasi jenis buah rambutan secara manual masih bergantung pada persepsi visual manusia yang bersifat subjektif dan rentan terhadap ketidakkonsistenan, terutama pada varietas yang memiliki kemiripan karakter visual. Penelitian ini mengembangkan sistem klasifikasi jenis buah rambutan berbasis citra digital menggunakan kombinasi ekstraksi fitur warna HSV dan tekstur GLCM dengan metode Multilayer Perceptron (MLP). Dataset yang digunakan terdiri dari 298 citra tiga varietas rambutan, yaitu Kuning, Aceh, dan Binjai, yang diperoleh dari platform Kaggle. Tahap preprocessing meliputi resize citra menjadi 128×128 piksel, konversi RGB ke HSV dan grayscale, normalisasi Z-Score, serta augmentasi data yang menghasilkan lima variasi per citra sehingga volume data latih meningkat lima kali lipat. Ekstraksi fitur menghasilkan 18 fitur yang terdiri dari 12 fitur HSV dan 6 fitur GLCM. Model MLP dibangun dengan tiga hidden layer berukuran 128, 64, dan 32 neuron dilengkapi BatchNormalization, regularisasi L2, dan Dropout. Melalui tiga skenario pengujian bertahap, model final mencapai akurasi sebesar 85,42% dengan macro average precision 0,86, recall 0,85, dan F1-score 0,85, membuktikan bahwa kombinasi fitur HSV dan GLCM efektif dalam membedakan ketiga varietas buah rambutan secara otomatis dan objektif.
Pages: 223-232Views: 7 Downloads: 3Pengaruh Tekanan dan Jarak Penyemprotan Nozzle Terhadap Ketebalan Lapisan Soft Primer Baja AH 36
MOHAMAD SANJAYA Universitas Nusantara PGRI Kediri IndonesiaSoft primer merupakan lapisan pelindung sementara pada baja yang berfungsi mencegah korosi selama proses fabrikasi. Ketebalan lapisan dipengaruhi oleh tekanan dan jarak penyemprotan nozzle. Penelitian ini bertujuan menganalisis pengaruh tekanan, jarak penyemprotan, dan interaksi keduanya terhadap ketebalan lapisan soft primer pada baja AH36. Metode yang digunakan adalah eksperimen dengan rancangan faktorial 3×3, meliputi variasi tekanan 1, 2, dan 3 bar serta jarak penyemprotan 20, 30, dan 40 cm, dengan lima kali pengulangan pada setiap perlakuan (45 spesimen), data dianalisis menggunakan ANOVA. Hasil menunjukkan bahwa tekanan, jarak penyemprotan, dan interaksi keduanya berpengaruh signifikan terhadap ketebalan lapisan (p<0,05). Ketebalan tertinggi diperoleh pada tekanan 3 bar dan jarak 20 cm sebesar 47,22 µm, sedangkan ketebalan terendah pada tekanan 1 bar dan jarak 40 cm sebesar 15,61 µm. Kombinasi tekanan 2 bar dan jarak 30 cm menghasilkan ketebalan 24,60 µm yang paling mendekati standar Interplate® 317 sehingga direkomendasikan sebagai parameter aplikasi optimal.
Pages: 233-242Views: 9 Downloads: 4Analisis Sentimen Komentar Youtube terhadap Pembangunan Tol Kediri–Tulungagung dengan Pendekatan Lexicon–Based
Mochamad Bressandy Syach Putra Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPembangunan infrastruktur jalan tol Kediri–Tulungagung menimbulkan beragam tanggapan dari masyarakat yang banyak disampaikan melalui media sosial. Perbedaan pendapat tersebut perlu dianalisis untuk mengetahui kecenderungan sentimen masyarakat terhadap proyek pembangunan tersebut. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat pada media sosial terhadap proyek pembangunan Jalan Tol Kediri–Tulungagung menggunakan pendekatan lexicon-based. Data yang digunakan berupa komentar masyarakat yang diperoleh dari Youtube dan telah melalui tahap praproses teks, meliputi pembersihan data, tokenisasi, normalisasi, dan penghapusan stopword. Proses analisis sentimen dilakukan dengan menghitung skor sentimen berdasarkan kamus kata positif dan negatif, kemudian mengklasifikasikan komentar ke dalam kategori sentimen positif, netral, dan negatif. Hasil penelitian menunjukkan bahwa sentimen positif lebih dominan dibandingkan sentimen netral dan negatif. Evaluasi kinerja metode lexicon-based menghasilkan nilai akurasi sebesar 86%, yang menunjukkan bahwa metode ini cukup tepat untuk analisis sentimen awal. Meskipun memiliki keterbatasan dalam memahami konteks bahasa yang kompleks, pendekatan lexicon-based tetap dapat memberikan gambaran umum mengenai opini masyarakat terhadap proyek pembangunan infrastruktur.
Pages: 243-250Views: 20 Downloads: 5PENERAPAN DATA MINING UNTUK ANALISIS POLA PENJUALAN PADA PRODUK SNACK MAKARONIMU MENGGUNAKAN ALGORITMA APRIORI
Mohamad Fathur Rozi Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaMakaronimu merupakan UMKM yang bergerak di bidang penjualan makanan ringan di Kabupaten Madiun. Data transaksi penjualan yang dimiliki belum dianalisis secara optimal sehingga pemilik usaha belum mengetahui pola pembelian pelanggan dan kombinasi produk yang berpotensi untuk bundling. Penelitian ini menerapkan kerangka kerja Knowledge Discovery in Databases (KDD) dengan algoritma Apriori untuk menganalisis pola asosiasi antarproduk secara komputasional menggunakan Python. Data transaksi sebanyak 39.902 transaksi periode 02 Juni hingga 02 Desember 2025 dengan 9 jenis produk diproses melalui tahapan seleksi, preprocessing, transformasi, hingga penerapan algoritma Apriori dengan parameter minimum support 1% dan minimum confidence 5%. Hasil analisis menghasilkan 19 aturan asosiasi, di mana 5 aturan valid dengan lift ratio > 1,0. Aturan terkuat adalah Mie Crispy → Sepiral dengan lift ratio 1,4796, yang menjadi dasar rekomendasi strategi bundling produk bagi Makaronimu.
Pages: 403-411Views: 7 Downloads: 1Pengelompokan Kebutuhan Bahan Baku Pokok di UMKM Menggunakan K-Means Clustering
Fadya Nur Ayni Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaPengelolaan stok bahan baku merupakan faktor penting dalam menjaga kelancaran operasional UMKM kuliner. Warung MIECHI masih melakukan pengelolaan stok secara manual sehingga proses monitoring dan penentuan prioritas restock belum optimal. Penelitian ini bertujuan menerapkan algoritma K-Means untuk mengelompokkan kebutuhan bahan baku berdasarkan data stok dan kebutuhan per porsi. Data yang digunakan terdiri dari 14 jenis bahan baku yang diproses melalui tahap preprocessing menggunakan StandardScaler. Proses clustering dilakukan menggunakan algoritma K-Means dengan tiga cluster yaitu stok rendah, stok sedang, dan stok tinggi. Hasil clustering mencapai kondisi konvergen pada iterasi keempat dan berhasil mengelompokkan bahan baku sesuai karakteristik persediaan dan tingkat penggunaannya. Evaluasi menggunakan Silhouette Score menghasilkan nilai 0,500 yang menunjukkan kualitas cluster berada pada kategori cukup baik. Hasil penelitian dapat membantu monitoring stok dan mendukung pengambilan keputusan pengadaan bahan baku secara lebih efektif.
Pages: 251-260Views: 9 Downloads: 3Klasifikasi Varietas Biji Kedelai Menggunakan Convolutional Neural Network Berbasis EfficientNetV2B2 pada Citra Digital
ardan putra ramadhan Universitas Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Universitas Nusantara PGRI Kediri Indonesia , Muh Aris Saputra Universitas Universitas Nusantara PGRI Kediri IndonesiaKedelai merupakan komoditas pangan penting yang banyak dimanfaatkan sebagai bahan baku industri pangan di Indonesia. Identifikasi varietas biji kedelai secara manual masih memiliki keterbatasan karena bergantung pada pengamatan manusia dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi varietas biji kedelai berbasis citra digital menggunakan metode Convolutional Neural Network dengan arsitektur EfficientNetV2B2 . Dataset yang digunakan terdiri atas citra varietas kedelai lokal yang melalui tahapan preprocessing berupa resize, normalisasi, dan data augmentation. Model dikembangkan menggunakan pendekatan transfer learning dan dievaluasi menggunakan accuracy, precision, recall, F1-score, serta confusion matrix. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan varietas biji kedelai dengan tingkat akurasi sebesar 74,13 persen. Hasil tersebut menunjukkan bahwa EfficientNetV2B2 cukup efektif untuk mendukung proses identifikasi varietas biji kedelai secara otomatis dan konsisten.
Pages: 345-354Views: 8 Downloads: 5Pemanfaatan Skor Ejaan Berbasis Levenshtein Distance sebagai Fitur Klasifikasi Risiko Literasi Siswa SD
Ciko Nanda Putra Wardana Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri IndonesiaKemampuan literasi pada siswa sekolah dasar dipengaruhi oleh berbagai aspek, di antaranya kemampuan membaca, menulis, dan memahami materi pembelajaran. Ketepatan ejaan merupakan salah satu indikator yang dapat digunakan untuk menilai kemampuan menulis siswa. Penelitian ini bertujuan mengembangkan pendekatan deteksi risiko literasi dengan memanfaatkan skor ejaan hasil analisis Levenshtein Distance sebagai fitur klasifikasi. Metode Levenshtein Distance digunakan untuk mengidentifikasi kesalahan ejaan dan menghasilkan skor ejaan yang selanjutnya dikombinasikan dengan nilai membaca dan nilai kuis. Ketiga fitur tersebut digunakan sebagai masukan pada algoritma Random Forest untuk mengklasifikasikan tingkat risiko literasi siswa. Hasil pengujian menunjukkan bahwa model Random Forest memperoleh nilai akurasi sebesar 86,67%. Analisis feature importance menunjukkan bahwa skor ejaan memberikan kontribusi sebesar 27,89% dalam proses klasifikasi. Temuan ini menunjukkan bahwa skor ejaan dapat dimanfaatkan sebagai indikator pendukung dalam identifikasi risiko literasi siswa sekolah dasar secara lebih objektif dan terukur.
Pages: 412-421Views: 2 Downloads: 1PEMANFAATAN GAME EDUKASI BERBASIS LABIRIN DALAM MENINGKATKAN KETERTARIKAN BELAJAR MATEMATIKA SISWA SEKOLAH DASAR
Muhammad Aziz Nur Saktiyan Universitas Nusantara PGRI kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI kediri IndonesiaPerkembangan teknologi informasi mendorong pemanfaatan media pembelajaran yang lebih interaktif, salah satunya melalui game edukasi. Penelitian ini bertujuan mengembangkan Game Maze Edukasi Berhitung sebagai media pembelajaran matematika dasar bagi siswa kelas 1 Sekolah Dasar. Pengembangan game dilakukan menggunakan Godot Engine dengan metode Multimedia Development Life Cycle (MDLC) yang meliputi tahap Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Game terdiri dari 10 level yang memuat materi pengenalan angka, penjumlahan sederhana, dan pengurangan sederhana. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fitur berfungsi sesuai kebutuhan. Hasil pengujian menunjukkan bahwa seluruh fitur game berjalan dengan baik tanpa ditemukan kesalahan fungsional. Dengan demikian, game yang dikembangkan dapat digunakan sebagai media pembelajaran alternatif yang menarik dan interaktif untuk membantu siswa memahami konsep berhitung dasar.
Pages: 335-344Views: 11 Downloads: 7Pengembangan Aplikasi Klasifikasi Penyakit Mata Berbasis Citra Fundus dengan Validasi Otomatis
Muhammad Riza Randhikata Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaPenyakit mata seperti katarak, glaukoma, dan retinopati diabetik memerlukan deteksi dini untuk mengurangi risiko gangguan penglihatan yang lebih serius. Berbagai penelitian telah memanfaatkan kecerdasan buatan untuk melakukan klasifikasi penyakit mata berdasarkan citra fundus retina, namun implementasinya dalam bentuk aplikasi yang dapat digunakan secara langsung masih terbatas. Penelitian ini bertujuan mengembangkan aplikasi klasifikasi penyakit mata berbasis citra fundus dengan validasi otomatis. Aplikasi dikembangkan menggunakan framework Streamlit dengan mengintegrasikan MobileNetV2 sebagai modul validasi otomatis dan model hybrid ResNet-50 serta K-Nearest Neighbor sebagai modul klasifikasi penyakit mata. Sistem mampu memvalidasi citra fundus dan non-fundus sebelum proses klasifikasi dilakukan serta menampilkan hasil identifikasi penyakit mata secara otomatis. Hasil pengujian menunjukkan bahwa seluruh fitur utama aplikasi dapat berjalan sesuai dengan kebutuhan sistem. Aplikasi yang dikembangkan berpotensi menjadi alat bantu dalam proses identifikasi awal penyakit mata berbasis citra fundus retina.
Pages: 261-270Views: 4 Downloads: 4Analisis Kinerja CNN Arsitektur MobileNetV2 untuk Klasifikasi Jenis Buah Jeruk
Deys Aishara Angelina Angelina Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri IndonesiaAbstrak—Buah jeruk merupakan komoditas hortikultura yang memiliki berbagai jenis dengan karakteristik visual yang relatif mirip sehingga proses identifikasi secara manual sering menimbulkan kesalahan. Penelitian ini bertujuan untuk menganalisis kinerja arsitektur MobileNetV2 dalam melakukan klasifikasi jenis buah jeruk menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari 892 citra yang terbagi ke dalam delapan kelas, yaitu jeruk nipis, jeruk iris, jeruk keprok, jeruk kunci, jeruk limau, jeruk mandarin, jeruk purut, dan jeruk siem. Data dibagi menggunakan rasio 80% data pelatihan, 10% data validasi, dan 10% data pengujian. Model MobileNetV2 memanfaatkan bobot awal ImageNet serta menerapkan teknik transfer learning dan fine-tuning. Hasil pengujian menunjukkan model memperoleh akurasi sebesar 93,10%, dengan nilai precision, recall, dan F1-score model masing-masing sebesar 94%, 93%, dan 93%. Hasil penelitian menunjukkan bahwa MobileNetV2 mampu mengklasifikasikan berbagai jenis buah jeruk dengan performa yang baik dan dapat digunakan sebagai alternatif dalam sistem identifikasi buah berbasis citra digital.
Pages: 279-287Views: 11 Downloads: 7Analisis Kekuatan Rangka Body Pada Mesin Street Sweeper Menggunakan Software Solidwork
Mochammad Yusro Indonesia , Ali Akbar Universitas Nusantara PGRI Kediri Indonesia , Yasinta Sindy Pramesti Universitas Nusantara PGRI Kediri Indonesia , Irwan Setyowidodo Universitas Nusantara PGRI Kediri IndonesiaKebersihan jalan merupakan salah satu faktor penting dalam menjaga kenyamanan dan keamanan lingkungan. Proses penyapuan jalan yang masih dilakukakan secara manual memerlukan waktu dan tenaga yang cukup besar,sehingga diperlukan inovasi berupa mesin street sweeper yang efektif dan efisien. Penelitian ini bertujuan untuk mendesain serta analisa kekuatan rangka body mesin street sweeper menggunakan perangkat lunak SolidWork. Rangka dirancang menggunakan material besi hollow 4x4 cm dengan material AISI 1020 serta dianalisa menggunakan metode Finite Element Analisis (FEA) dengan pembebanan statis. Analisa difokuskan pada stress, displacement, dan factor of safety. Hasil simulasi menunjukan stress maksimum sebesar 45,6 MPa dan displacement maksimum sebesar 0,173 mm serta factor of safety minimum 7,68 menunjukan struktur ragka memiliki tingkat keamanan yang tinggi. Berdasarkan hasil analisa tersebut, desain rangka body mesin street sweeper dinyatakan aman, kuat, dan layak digunakan untuk operasional pembersihan jalan.
Pages: 271-278Views: 9 Downloads: 3Analisis Tekanan Bending Optimal pada Baja KS 440 dan Stainless Steel 304
Muhammad Faza Annaufal Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Kediri Indonesia , Kuni Nadliroh Universitas Nusantara PGRI Kediri IndonesiaProses bending merupakan salah satu metode pembentukan logam yang banyak digunakan dalam industri manufaktur. Kualitas hasil bending dipengaruhi oleh parameter proses, terutama tekanan bending yang berhubungan dengan akurasi sudut pembentukan. Penelitian ini bertujuan menentukan tekanan bending optimal pada baja KS 440 dan Stainless Steel 304 menggunakan mesin press brake hidrolik untuk menghasilkan sudut pembentukan mendekati 90 derajat. Metode penelitian yang digunakan adalah eksperimen dengan desain faktorial menggunakan dua jenis material dan variasi ketebalan yang berbeda. Data hasil pengujian dianalisis menggunakan statistik deskriptif, uji normalitas Shapiro-Wilk, uji homogenitas Levene, dan One-Way ANOVA menggunakan perangkat lunak SPSS. Hasil penelitian menunjukkan bahwa tekanan bending optimal berada pada rentang 252,2 hingga 255,0 dan cenderung meningkat seiring bertambahnya ketebalan material. Hasil ANOVA menunjukkan bahwa perbedaan jenis material tidak berpengaruh signifikan terhadap penyimpangan sudut. Temuan ini dapat digunakan sebagai acuan dalam pengaturan parameter press brake untuk meningkatkan akurasi pembentukan dan efisiensi proses produksi.
Pages: 325-334Views: 15 Downloads: 7Implementasi Metode Long Short-Term Memory untuk Prediksi Traffic Transaksi
David Satria Fahmi Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaTingginya aktivitas transaksi produk digital pada ekosistem e-commerce menuntut efisiensi layanan yang optimal. Toko "Safa Shop" yang beroperasi di platform Shopee menghadapi kendala menentukan waktu siaga operasional akibat fluktuasi pesanan yang dinamis. Penelitian ini menerapkan algoritma Long Short-Term Memory (LSTM) untuk memprediksi volume transaksi per jam sebagai rekomendasi jadwal kerja bagi penjual. Model dilatih menggunakan data historis satu tahun dari Shopee, menghasilkan prediksi per jam untuk 24 jam ke depan. Tahapan penelitian meliputi pembersihan data, normalisasi, dan implementasi teknik sliding window. Evaluasi model menghasilkan nilai MAE sebesar 1,2890, RMSE sebesar 1,6900, dan MAPE sebesar 66,13% pada jam aktif. Pengujian fungsional dengan metode Black Box Testing menunjukkan seluruh modul sistem berjalan sesuai spesifikasi. Penelitian menyimpulkan bahwa LSTM mampu menyediakan dasar prediktif yang membantu penjual mengoptimalkan manajemen waktu operasional secara sistematis.
Pages: 492-501Views: 17 Downloads: 4Pengaruh Warna RGB dan HSV Terhadap Model Neural dan Non-Neural pada Klasifikasi Kastengel
Muhammad Fajrin Aswad Ad-Duali Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaPermasalahan produksi kue kastengel adalah proses penyortiran kualitas secara manual yang rentan terhadap inkonsistensi penilaian visual dan kesalahan klasifikasi mutu. Penelitian ini membandingkan pengaruh representasi warna RGB dan HSV terhadap kinerja model neural Convolutional Neural Network dan non-neural algoritma Naive Bayes. Data uji menggunakan 960 gambar yang dibagi ke dalam tiga kelas. Hasil pengujian membuktikan penelitian ini mampu menghasilkan klasifikasi terbaik menggunakan model Convolutional Neural Network berformat RGB dengan akurasi 98,44 persen, mengalahkan format HSV di angka 90,62 persen. Sebagai pembanding, algoritma Naive Bayes hanya mendapat akurasi 89 persen pada HSV dan 77 persen pada RGB. Kesimpulannya, penelitian ini terbukti mampu mengatasi permasalahan penyortiran kualitas manual, di mana model Convolutional Neural Network berbasis RGB lebih unggul dalam mengenali pola cacat bentuk maupun warna.
Pages: 502-511Views: 17 Downloads: 10Sistem Rekomendasi Jenis Perangsang Buah Mangga Berdasarkan Data Fisiologis Tanaman Menggunakan Algoritma Naive Bayes
Pendi Maulana Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPeningkatan produktivitas tanaman mangga dapat dilakukan melalui pemberian perangsang buah yang tepat. Namun, dalam praktiknya, penentuan jenis dan dosis perangsang masih sering dilakukan berdasarkan pengalaman sehingga hasilnya belum optimal. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi berbasis data dengan memanfaatkan metode machine learning. Data yang digunakan mencakup kondisi fisiologis tanaman, seperti kondisi daun, fase pertumbuhan, tingkat serangan hama, serta tingkat kerontokan buah. Metode yang digunakan adalah klasifikasi menggunakan algoritma Naive Bayes, Logistic Regression, dan Gaussian Mixture Model. Dataset terdiri dari 350 data asli dan 1100 data sintetis untuk meningkatkan keseimbangan data. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes memiliki performa terbaik dengan peningkatan akurasi dari 66,43% menjadi 76,59% setelah penggunaan data sintetis. Sistem rekomendasi yang dihasilkan diharapkan dapat membantu petani mangga dalam menentukan jenis dan dosis perangsang buah secara lebih tepat dan berbasis data sehingga meningkatkan produktivitas secara optimal.
Pages: 470-480Views: 4 Downloads: 4Analisis Performa Model TrOCR dalam mengenali Tulisan Tangan pada Catatan Transaksi Manual
Ahmad Maulana Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPencatatan transaksi secara manual pada usaha kecil seringkali menghadapi kendala dalam kecepatan pencarian data dan akurasi input digital. Penelitian ini bertujuan untuk menganalisis performa model TrOCR (Transformer-based Optical Character Recognition) dalam mendigitalisasi tulisan tangan pada catatan transaksi manual. Metode eksperimen dilakukan melalui proses fine-tuning pada model pretrained microsoft/trocr-base-handwritten dengan dataset sebanyak 666 citra yang telah melalui tahapan preprocessing seperti resize, augmentasi, grayscale, dan adaptive threshold. Evaluasi model dilakukan menggunakan metode 5-Fold Cross Validation dengan metrik Character Error Rate (CER) dan Word Error Rate (WER). Hasil penelitian menunjukkan bahwa model mampu mengenali tulisan tangan dengan sangat baik, di mana performa terbaik dicapai pada Fold 3 dengan nilai CER 2,71%, WER 12,42%, dan akurasi karakter sebesar 97,29%. Temuan ini mengindikasikan bahwa model TrOCR memiliki potensi besar untuk diimplementasikan dalam sistem otomatisasi administrasi transaksi berbasis tulisan tangan.
Pages: 481--491Views: 14 Downloads: 11Implementasi Model MobileNetV2 pada Aplikasi Mobile untuk Deteksi Daun Melati, Kemuning, dan Mondokaki
Allvintantyo Fristya Gita Nanda Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri IndonesiaTanaman Mondokaki, Melati, dan Kemuning memiliki ciri morfologi daun yang sangat identik pada fase vegetatif, sehingga rentan memicu kesalahan identifikasi manual. Penelitian ini bertujuan mengembangkan aplikasi Android cerdas berbasis MobileNetV2 dengan teknik transfer learning untuk melakukan klasifikasi citra daun secara otomatis dan offline. Pemodelan dilakukan menggunakan 600 dataset citra alami yang dibagi sama rata antara 3 kelas, dengan prapemrosesan berupa interpolasi bilinear dan normalisasi piksel. Berkas model terbaik dikonversi menjadi format TensorFlow Lite dan diintegrasikan ke perangkat seluler. Hasil evaluasi model secara internal menggunakan confusion matrix mencatatkan tingkat akurasi sebesar 98,68%. Sementara itu, pengujian performa aplikasi di lapangan menggunakan 30 sampel citra baru menghasilkan akurasi operasional sebesar 93,33%. Aplikasi ini berhasil mengimplementasikan logika confidence threshold 80% untuk menyaring objek asing, memberikan solusi identifikasi yang cepat tanpa perlu harus menunggu tanaman mengalami pembungaan.
Pages: 512-521Views: 7 Downloads: 4Sistem Pencarian Hukum Fikih Bersuci Berbasis Ontologi Menggunakan Algoritma Boyer-Moore
Muhammad Lutfi Alhakim Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaFikih bersuci (thaharah) merupakan fondasi utama dalam ibadah umat Islam yang memiliki aturan rinci. Literatur fikih klasik seperti Kitab Al-Ghayah wa at-Taqrib dan Fathul Qorib al-Mujib menjadi rujukan utama, namun penyajian hukumnya yang berbentuk teks naratif menyulitkan pencarian informasi secara digital dan dinamis. Penelitian ini bertujuan untuk merancang dan membangun sistem pencarian hukum fikih bersuci berbasis web semantik menggunakan model ontologi yang dioptimalkan dengan algoritma Boyer-Moore untuk pencarian string cepat. Pengembangan sistem mengikuti metode Waterfall, di mana model ontologi dibangun menggunakan Protege dalam format Web Ontology Language (OWL). Hasil penelitian menunjukkan bahwa pemodelan ontologi mampu mengorganisasikan konsep thaharah yang kompleks ke dalam struktur hierarki kelas, relasi objek (domain dan range), serta pemetaan individu yang terikat makna semantik. Sementara itu, integrasi algoritma Boyer-Moore mempercepat proses temu kembali informasi hukum melalui mekanisme pembandingan karakter dari arah kanan ke kiri secara efisien pada properti teks ontologi. Sistem yang dibangun berhasil mentransformasikan teks naratif kitab klasik menjadi basis pengetahuan digital yang terstruktur, sistematis, dan responsif.
Pages: 522-530Views: 7 Downloads: 4Analisis Kinerja Arsitektur ResNet50 untuk Klasifikasi Varietas Mangga Berbasis Citra Digital
MOHAMAD FAJAR A'LA UDIN Universitas Nusantara PGRI Kediri Indonesia , DANIEL SWANJAYA Universitas Nusantara PGRI Kediri Indonesia , RESTY WULANNINGRUM Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini membahas penerapan arsitektur ResNet50 untuk klasifikasi varietas mangga berbasis citra digital. Identifikasi varietas mangga secara manual masih memiliki keterbatasan karena kemiripan visual antar kelas. Penelitian ini menggunakan pendekatan transfer learning dengan model ResNet50 berbobot awal ImageNet. Dataset terdiri dari tiga kelas, yaitu GADUNG, MANALAGI, dan PODANG, yang dibagi menjadi data training, validation, dan testing. Tahap preprocessing dilakukan melalui resize citra menjadi 224 × 224 piksel, normalisasi, dan augmentasi data. Untuk mengurangi overfitting, diterapkan dropout, batch normalization, regularisasi L2, dan early stopping. Hasil pengujian menunjukkan bahwa model memperoleh akurasi testing sebesar 93,64%. Hasil ini menunjukkan bahwa ResNet50 efektif digunakan untuk klasifikasi varietas mangga berbasis citra digital dengan performa yang stabil.
Pages: 629-638Views: 8 Downloads: 3STUDI KOMPARASI VARIASI PENGAMBILAN CITRA PADA KLASIFIKASI MENTOK SIAP POTONG MENGGUNAKAN MOBILENETV2
Wahyu Setyanto Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri IndonesiaKlasifikasi citra berbasis deep learning telah banyak digunakan untuk membantu proses identifikasi objek secara otomatis, termasuk pada bidang peternakan. Penelitian ini bertujuan untuk membandingkan kinerja MobileNetV2 dalam mengklasifikasikan mentok siap potong, mentok belum siap potong, dan bukan mentok berdasarkan variasi kondisi pengambilan citra. Dataset disusun berdasarkan variasi kondisi pengambilan citra yang meliputi latar belakang berwarna hijau, pengambilan citra jarak dekat, pengambilan citra jarak jauh, serta kombinasi dari ketiga kondisi tersebut. Setiap kelas terdiri atas 100 citra. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kinerja model berbeda pada setiap dataset. Dataset pengambilan jarak dekat menunjukkan performa terbaik dengan accuracy sebesar 78% serta nilai precision, recall, dan F1-score tertinggi sebesar 1,00 pada kelas bukan mentok. Sementara itu, dataset kondisi campuran dan dataset pengambilan jarak jauh menghasilkan accuracy sebesar 67%. Hasil penelitian menunjukkan bahwa kondisi pengambilan citra yang lebih terkontrol dan mampu menampilkan detail objek dengan lebih jelas cenderung menghasilkan performa klasifikasi yang lebih baik.
Pages: 639-648Views: 10 Downloads: 3Implementasi Metode TF-IDF dan Cosine Similarity pada Chatbot Layanan Informasi Madrasah
Rina padila Febriani Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi informasi mendorong lembaga pendidikan untuk meningkatkan layanan informasi secara digital. Penelitian ini bertujuan merancang dan membangun Chatbot layanan informasi pendaftaran siswa baru berbasis Natural Language Processing pada MA Bahrul Ulum Tanjungjaya Subang menggunakan metode TF-IDF dan Cosine similarity. Dataset yang digunakan berupa Frequently Asked Questions yang berkaitan dengan layanan pendaftaran madrasah. Sistem dikembangkan menggunakan bahasa pemrograman Python dan framework Flask. Pengujian dilakukan menggunakan 80 pertanyaan dari delapan kategori layanan informasi. Hasil pengujian menunjukkan Chatbot mampu memberikan jawaban yang sesuai pada 63 pertanyaan dengan tingkat keberhasilan sebesar 78,75 persen. Hasil tersebut menunjukkan bahwa metode TF-IDF dan Cosine similarity cukup efektif digunakan pada Chatbot layanan informasi berbasis web.
Pages: 649-656Views: 4 Downloads: 8PENERAPAN ALGORITMA DECISION TREE PADA PREDIKSI PINJAMAN KOPERASI
Luthfi Hadi Pratama Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaPenentuan kelayakan pengajuan pinjaman pada koperasi dilakukan secara manual sehingga menghasilkan keputusan yang kurang konsisten. Penelitian ini bertujuan untuk menganalisis seberapa akurat algoritma Decision Tree dalam memprediksi apakah anggota koperasi layak mendapatkan pinjaman. Dataset penelitian ini diambil dari data historis tentang permohonan pinjaman anggota PRIMKOPKAR PERHUTANI. Data tersebut mencakup variabel seperti gaji, riwayat pinjaman, cara pembayaran, jangka waktu pinjaman, jumlah pinjaman, dan persentase gaji yang diterima. Tahapan penelitian terdiri dari beberapa langkah, yaitu mempersiapkan data, membagi data menjadi data pelatihan dan pengujian, membuat model dengan menggunakan algoritma Decision Tree, dan terakhir, mengevaluasi kinerja model dengan menggunakan confusion matrix, precision, recall, f1-score, dan akurasi. Hasil dari pengujian menunjukkan bahwa model mencapai tingkat akurasi sebesar 82%, dengan nilai precision tertinggi pada kategori layak yaitu 0,91. Hasil penelitian menunjukkan bahwa algoritma Decision Tree dapat memberikan hasil klasifikasi yang baik dalam memprediksi kelayakan pinjaman koperasi dan bisa digunakan untuk membantu dalam pengambilan keputusan.
Pages: 531-539Views: 10 Downloads: 6Deteksi Kelayakan Telur Ayam Menggunakan Metode YOLOv8 Melalui Fitur Upload Gambar
Intan Nurafi Oktavia Universitas Nusantara PGRI Kediri Indonesia , Ahmad Bagus Setiawan Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaProses penyortiran telur di peternakan masih banyak dilakukan secara manual sehingga membutuhkan waktu yang relatif lama dan berpotensi menimbulkan kesalahan dalam mendeteksi kondisi telur. Penelitian ini bertujuan mengembangkan sistem deteksi kelayakan telur ayam berbasis web menggunakan algoritma YOLOv8 melalui fitur upload gambar. Metode yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall. Dataset terdiri dari citra telur layak dan telur retak yang diperoleh melalui pengambilan gambar langsung serta dataset pendukung dari Roboflow. Tahapan penelitian meliputi pengumpulan data, preprocessing, pelatihan model, dan pengujian sistem. Model dilatih menggunakan pembagian data latih 80% dan data uji 20% selama 100 epoch. Hasil penelitian menunjukkan bahwa model mampu mendeteksi dan mengklasifikasikan telur layak dan telur retak dengan accuracy 97,8%, precision 96,7%, recall 94,6%, dan F1-score 95,8%. Sistem berbasis web yang dikembangkan dapat membantu proses penyortiran telur menjadi lebih efektif dan konsisten melalui analisis gambar yang diunggah pengguna.
Pages: 611-617Views: 17 Downloads: 7Analisis Performa K-Nearest Neighbor Berdasarkan Ekstraksi Fitur Warna untuk Identifikasi Kematangan Mangga Podang
Muhammad Wahyu Rifa'i Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaMangga Podang merupakan salah satu varietas mangga lokal khas kediri yang memiliki rasa asam manis, Tetapi dalam Pemasaran Mangga Podang kerap melibatkan praktik pematangan buatan menggunakan kalsium karbida yang dapat meninggalkan residu logam berbahaya. Penelitian ini bertujuan untuk mengananalisis kematangan mangga secara otomatis menggunakan algoritma K-Nearest Neighbor (KNN) berdasarkan ekstraksi fitur warna. Dataset yang digunakan berjumlah 400 citra Mangga Podang yang didistribusikan secara seimbang menjadi 200 citra matang alami dan 200 citra matang buatan. Proporsi data dibagi menjadi 70%/(280) gambar untuk data latih dan 30%/(120) gambar untuk data validasi kemudian di uji mengunakan 80 citra mangga podang. Nilai fitur warna primer yang diekstraksi dari citra ditetapkan ke dalam kategori data statis untuk kebutuhan pemodelan algoritma. Evaluasi model dilakukan melalui dua skenario ekstraksi fitur ruang warna, yaitu kombinasi Histogram HSV dan HSI serta kombinasi Histogram HSV dan RGB. Hasil penelitian menunjukkan bahwa skenario kedua (HSV dan RGB) menghasilkan performa klasifikasi yang lebih unggul dengan akurasi keseluruhan sebesar 78% pada parameter K=7, yang terbukti paling stabil untuk menghindari overfitting. Sementara itu, pengujian pada skenario pertama (HSV dan HSI) mencapai akurasi optimal sebesar 70% menggunakan parameter K=13. Pemodelan sistem deteksi ini juga telah diintegrasikan dengan sukses ke dalam antarmuka aplikasi berbasis web menggunakan kerangka kerja Flask.
Pages: 619-628Views: 12 Downloads: 7Prediksi Siswa Berprestasi di SMP Negeri 4 Kediri Menggunakan Algoritma Random Forest
Apliana Sriyanti Bili Universitas Nusantara PGRI Kediri Indonesia , Intan Nur Farida Universitas Nusantara PGRI Kediri IndonesiaAbstrak—Penentuan siswa berprestasi merupakan kegiatan penting di sekolah karena dapat menjadi dasar dalam pembinaan dan pemberian penghargaan kepada siswa. Namun, proses penilaian yang masih dilakukan secara manual sering membutuhkan waktu lama dan berpotensi menghasilkan keputusan yang kurang objektif. Penelitian ini menerapkan algoritma Random Forest pada sistem prediksi siswa berprestasi di SMP Negeri 4 Kediri. Data yang digunakan meliputi nilai rapor, kehadiran, kedisiplinan, prestasi lomba, dan keaktifan ekstrakurikuler. Tahapan penelitian meliputi pengumpulan data, preprocessing, pelatihan model, pengujian, evaluasi, dan implementasi sistem berbasis web. Hasil evaluasi menunjukkan bahwa model memperoleh accuracy sebesar 87,50%, precision sebesar 91,67%, recall sebesar 78,57%, dan F1-score sebesar 84,62%. Hasil tersebut menunjukkan bahwa sistem dapat membantu sekolah mengidentifikasi siswa berprestasi secara lebih cepat, objektif, dan berbasis data.
Pages: 540-547Views: 5 Downloads: 2ANALISIS PREDIKSI HARGA CABAI MENGGUNAKAN RANDOM FOREST DENGAN INTEGRASI DATA
Alibi Galih Exsandi Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia , Resty Wulaningrum Universitas Nusantara PGRI Kediri IndonesiaFluktuasi harga cabai sering terjadi akibat pengaruh faktor produksi, kondisi cuaca, dan faktor musiman sehingga menyulitkan pelaku usaha maupun pemerintah dalam melakukan perencanaan. Penelitian ini bertujuan memprediksi harga cabai menggunakan algoritma Random Forest dengan memanfaatkan data historis harga, data agroklimat yang meliputi suhu, kelembapan, kecepatan angin, dan tutupan awan, serta faktor musiman berupa hari besar nasional. Data dari berbagai sumber diintegrasikan berdasarkan tanggal dan diproses melalui tahapan pembersihan data, transformasi variabel, pelatihan model, dan evaluasi. Kinerja model dievaluasi menggunakan Mean Absolute Error, Root Mean Square Error, Mean Absolute Percentage Error, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa model Random Forest mampu menghasilkan prediksi yang akurat dengan nilai Mean Absolute Percentage Error sebesar 7,86% dan koefisien determinasi sebesar 0,9052. Hasil tersebut menunjukkan bahwa Random Forest efektif digunakan untuk memprediksi harga cabai dan berpotensi menjadi alat bantu pengambilan keputusan dalam pengelolaan komoditas pangan.
Pages: 548-556Views: 14 Downloads: 12Analisis Kinerja Metode Content-Based Filtering dalam Rekomendasi Obat Alternatif Berdasarkan Metadata Obat pada Sistem Informasi Apotek
Mochammad Atur Akbar Loredo Hariyanto Putra Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan mengimplementasikan metode Content-Based Filtering (CBF) untuk merekomendasikan obat alternatif berdasarkan metadata obat pada sistem informasi Apotek Cokro Kota Kediri. Permasalahan yang dihadapi adalah proses pencarian obat alternatif yang masih dilakukan secara manual ketika stok obat utama tidak tersedia sehingga memperlambat pelayanan transaksi kasir. Penelitian menggunakan metadata obat berupa nama obat, kandungan aktif, dan indikasi obat yang diproses menggunakan pembobotan TF-IDF dan perhitungan Cosine Similarity untuk menentukan tingkat kemiripan antarobat. Dataset penelitian terdiri dari 300 data obat yang diperoleh dari database internal apotek. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi obat alternatif dengan nilai similarity tertinggi sebesar 0,83 dan membantu mempercepat proses pencarian obat saat stok utama tidak tersedia. Hasil rekomendasi juga telah divalidasi oleh apoteker dan dinilai sesuai berdasarkan kesamaan kandungan aktif dan indikasi obat.
Pages: 422-432Views: 7 Downloads: 5Pemanfaatan Limbah Kulit Kayu Kersen (Muntigia Calabura) Sebagai Penguat Komposit Matriks Polimer yang Ramah Lingkungan
yoan perima Indonesia , Putri Nawangsari Universitas Riau Indonesia , Dedy Masnur Universitas Riau IndonesiaPenelitian ini bertujuan untuk memanfaatkan limbah kulit kayu kersen (Muntingia Calabura) sebagai penguat komposit matriks polimer yang ramah lingkungan. Serat kulit kayu diekstraksi dan diberi perlakuan alkalisasi dengan larutan NaOH 9% untuk meningkatkan ikatan antar muka serat dan matriks sehingga memberi peningkatkan sifat mekanis komposit. Komposit difabrikasi dengan metode hand lay-upd engan fraksi volume serat 10%, 20%, 30%, dan 40%, kemudian diuji densitas, kekuatan tarik, dan ketangguhan impak. Hasil menunjukkan bahwa peningkatan fraksi serat hingga 40% menurunkan densitas komposit dari 1,208 g/cm³ menjadi 1,173 g/cm³ dan meningkatkan kekuatan tarik, modulus elastisitas, regangan patah, serta energi impak. Temuan ini menunjukkan bahwa limbah kulit kayu kersen dapat menjadi bahan penguat komposit yang ramah lingkungan sehingga dapat memberi kontribusi terhadap pengurangan limbah tidak terurai.
Pages: 433-442Views: 22 Downloads: 7Analisa Pengaruh Ketebalan Material Dan Kecepatan Pemotongan Terhadap Hasil Kekasaran Pada Baja Karbon Ah36 Dengan Menggunakan Mesin Cnc Plasma Cutting
Henry Dio Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Fatkur Rhohman Universitas Nusantara PGRI Kediri IndonesiaKekasaran permukaan merupakan salah satu parameter penting yang menentukan kualitas hasil pemotongan pada proses manufaktur. Penelitian ini bertujuan untuk menganalisis pengaruh ketebalan material dan kecepatan pemotongan terhadap kekasaran permukaan baja karbon AH36 menggunakan mesin CNC plasma cutting. Metode yang digunakan adalah metode eksperimen dengan variasi ketebalan material dan kecepatan pemotongan sebagai variabel bebas serta kekasaran permukaan sebagai variabel terikat. Data dianalisis menggunakan uji normalitas Kolmogorov-Smirnov, uji homogenitas, Two-Way ANOVA, dan uji lanjut Post Hoc. Hasil penelitian menunjukkan bahwa ketebalan material berpengaruh signifikan terhadap kekasaran permukaan dengan nilai signifikansi 0,007, sedangkan kecepatan pemotongan berpengaruh signifikan dengan nilai signifikansi 0,000. Interaksi antara ketebalan material dan kecepatan pemotongan tidak berpengaruh signifikan dengan nilai signifikansi 0,602. Uji Post Hoc menunjukkan adanya perbedaan signifikan pada setiap tingkat kecepatan pemotongan. Kecepatan pemotongan merupakan faktor yang paling dominan memengaruhi kekasaran permukaan hasil pemotongan.
Pages: 443-451Views: 10 Downloads: 9Analisa Kekuatan Rangka Penyangga Turbin Angin Dan Panel Surya Pada Sistem Pembangkit Listrik Hibrida
Arya Dony Kusuma Universitas Nusantara PGRI Kediri Indonesia , Ali Akbar Universitas Nusantara PGRI Kediri Indonesia , Yasinta Sindy Pramesti Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk menganalisis kekuatan rangka penyangga pada sistem pembangkit listrik hibrida turbin angin dan panel surya menggunakan metode simulasi elemen hingga (Finite Element Analysis) dengan perangkat lunak autodesk inventor. Material yang digunakan adalah mild steel ST 37 dengan pembebanan sebesar 700 N. Hasil simulasi menunjukkan nilai tegangan maksimum (Von Mises Stress) sebesar 23,45 MPa, deformasi maksimum sebesar 2,787 mm, serta faktor keamanan minimum sebesar 8,83. Distribusi tegangan terpusat pada bagian atas rangka, namun masih berada di bawah batas luluh material sehingga tidak terjadi kegagalan plastis. Nilai deformasi yang relatif kecil menunjukkan struktur memiliki kekakuan yang baik, sedangkan faktor keamanan yang tinggi menandakan bahwa desain rangka berada dalam kondisi sangat aman. Berdasarkan hasil tersebut, rangka penyangga dinyatakan layak digunakan untuk menopang komponen sistem pembangkit listrik hibrida dan mampu bekerja secara stabil serta aman dalam kondisi pembebanan yang diberikan.
Pages: 452-459Views: 10 Downloads: 2ANALISIS STATISTIK UMUR PAKAI DAN KEBUTUHAN PERAWATAN MESIN OVEN PENGERING MENGGUNAKAN METODE WEIBULL DISTRIBUTION
Muhammad Rijal Ghulam Muklis Al Kautsar Universitas Nusantara PGRI Kediri Indonesia , Fatkur Rohman Universitas Nusantara PGRI Kediri IndonesiaMesin pengering (oven) merupakan peralatan penting dalam industri yang bekerja pada kondisi suhu tinggi sehingga rentan mengalami kerusakan komponen. Penelitian ini bertujuan untuk menganalisis umur pakai komponen mesin oven serta menentukan jadwal perawatan preventif menggunakan metode distribusi Weibull. Data penelitian diperoleh dari pengamatan waktu kegagalan komponen utama seperti komponen pemanas, komponen motor kipas, dan komponen sensor suhu. Analisis dilakukan dengan menentukan parameter bentuk (β) dan skala (η), kemudian menghitung nilai keandalan dan Mean Time To Failure (MTTF). Hasil penelitian menunjukkan bahwa sebagian besar komponen mengalami pola kegagalan wear-out (β > 1), yang menandakan kerusakan akibat keausan. Berdasarkan nilai MTTF, diperoleh interval perawatan optimal sebelum terjadi kegagalan. Penerapan metode Weibull terbukti mampu meningkatkan efektivitas perawatan dan mengurangi downtime mesin.
Pages: 460-469Views: 13 Downloads: 4Perancangan Game Visual Novel Edukatif Dunia Kerja Perusahaan Menggunakan Unity Engine
Arya Sanjaya Eka Saputra Universitas Nusantara PGRI Kediri Indonesia , Muh. Aris Saputra Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri IndonesiaMasa transisi dari perguruan tinggi ke dunia kerja sering menjadi tantangan bagi fresh graduate. Penelitian ini merancang game visual novel edukatif sebagai media simulasi persiapan karier dan pengenalan lingkungan perusahaan menggunakan Unity Engine. Tujuan penelitian adalah menghasilkan media pembelajaran interaktif yang mendukung pemahaman proses rekrutmen, etika kerja, dan pengambilan keputusan karier melalui pendekatan gamifikasi. Metode yang digunakan adalah Multimedia Development Life Cycle (MDLC) meliputi tahap concept, design, material collecting, assembly, testing, dan distribution. Perancangan ini mengintegrasikan percabangan cerita untuk mensimulasikan berbagai skenario dunia kerja. Hasil perancangan berupa purwarupa visual novel yang menyajikan simulasi realitas fresh graduate. Pengujian fungsional menggunakan Black Box testing dan kelayakan melalui System Usability Scale. Penelitian ini menunjukkan bahwa visual novel berbasis Unity dapat menjadi media pendukung persiapan karier bagi lulusan perguruan tinggi.
Pages: 657-663Views: 9 Downloads: 4Penerapan Naive Bayes yang Dioptimalkan oleh SMOTE untuk Mengatasi Ketidakseimbangan Data pada Klasifikasi Komentar Bencana Alam di Jakarta
Nugroho Bimantoro Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaAnalisis sentimen merupakan salah satu bidang dalam Natural Language Processing (NLP) yang digunakan untuk memahami opini atau tanggapan masyarakat terhadap suatu topik tertentu. Penelitian ini berfokus pada analisis sentimen terkait bencana alam di Jakarta yang diperoleh dari media sosial X. Tujuan penelitian ini adalah untuk mengetahui performa metode Naive Bayes dalam mengklasifikasikan sentimen masyarakat terhadap bencana alam. Dataset diperoleh dengan webscrapping menggunakan tweet harvest dengan rentang waktu 5 tahun terakhir dengan hasil 1151 data. Data yang digunakan terlebih dahulu melalui tahap preprocessing untuk membersihkan teks sebelum dilakukan pelabelan sentimen menggunakan model RoBERTa berbahasa Indonesia. Selain itu, metode SMOTE diterapkan untuk mengatasi ketidakseimbangan jumlah data pada kelas positif dan negatif. Hasil penelitian menunjukkan bahwa penerapan SMOTE mampu membantu meningkatkan kualitas distribusi data sehingga proses klasifikasi menjadi lebih optimal. Berdasarkan hasil pengujian, metode Naive Bayes memperoleh tingkat akurasi sebesar 76% dalam proses analisis sentimen. Penelitian ini menunjukkan bahwa kombinasi RoBERTa, SMOTE, dan Naive Bayes dapat memberikan hasil yang cukup baik dalam klasifikasi sentimen pada data media sosial X
Pages: 664-673Views: 3 Downloads: 0Desain Dan Perencanaan Alat Pemanggang Dan Penggulung Eggroll
alfian agung chrisnandi Universitas Nusantara PGRI kediri Indonesia , Ali Akbar Universitas Nusantara PGRI Kediri Indonesia , Yasinta Sindy Pramesti Universitas Nusantara PGRI Kediri IndonesiaProses pembuatan eggroll secara umum masih dilakukan dengan cara manual, sehingga menyebabkan rendahnya efisiensi dalam produksi. Hal ini mendorong pentingnya menciptakan alat yang dapat mengotomatisasi secara terpadu proses pemanggangan dan penggulungan. Penelitian ini bertujuan untuk merancang peralatan pemanggang dan penggulung eggroll serta melakukan analisis terhadap kekuatan rangka guna memastikan alat tersebut aman dan stabil selama digunakan. Metode yang diterapkan mencakup perancangan mekanik, pemilihan komponen, serta analisis kekuatan struktur melalui simulasi yang menggunakan perangkat lunak. Sistem penggerak menggunakan motor listrik ac dengan daya 150watt, 220volt. Hasil analisis menunjukkan bahwa besar displacement maksimum pada rangka pemanggang adalah 6,698 × 10⁻² mm, sedangkan pada rangka penggulung adalah 6,289 × 10⁻³ mm. Nilai faktor keamanan terendah masing-masing adalah 27,46 untuk rangka pemanggang dan 248,1 untuk rangka penggulung berdasarkan nilai tersebut rangka penggulung rangka pemanggang dan penggulung dinyatakan aman.
Pages: 557-565Views: 10 Downloads: 2RANCANG BANGUN RANGKAIAN KELISTRIKAN PADA MESIN PEMBUAT KEJU MOZZARELLA KAPASITAS 25KG/JAM
Surya Jagad Universitas Nusantara PGRI Kediri Indonesia , Kuni Nadliroh Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Kediri IndonesiaProduksi keju mozzarella pada sebagian besar Usaha Mikro, Kecil, dan Menengah (UMKM) masih dilakukan secara manual sehingga membutuhkan waktu yang lama dan tenaga kerja yang besar. Selain itu, sistem kelistrikan yang belum dilengkapi sistem kontrol dan proteksi berpotensi menyebabkan kerusakan motor dan membahayakan operator. Penelitian ini bertujuan merancang rangkaian kelistrikan pada mesin pembuat keju mozzarella berkapasitas 25 kg/jam yang aman, stabil, dan efisien. Metode yang digunakan adalah Research and Development (R&D) yang meliputi studi literatur, perancangan, pembuatan, pengujian, dan analisis hasil. Sistem kelistrikan terdiri atas Miniature Circuit Breaker (MCB), push button START dan STOP, kontaktor, Thermal Overload Relay (TOR), dan motor listrik 1 HP. Hasil pengujian menunjukkan bahwa seluruh komponen bekerja sesuai fungsinya, motor dapat beroperasi dengan baik, dan TOR mampu melindungi motor dari beban berlebih. Sistem yang dirancang layak diterapkan untuk meningkatkan keamanan dan efisiensi proses produksi keju mozzarella
Pages: 566-571Views: 9 Downloads: 10RANCANG BANGUN TABUNG PENGADUK TYPE HORIZONTAL PADA MESIN PEMBUAT KEJU MOZZARELLA BERKAPASITAS 25 KG/JAM
Tenang Adi Saputra Universitas Nusantara PGRI Kediri Indonesia , Kuni Nadliroh Universitas Nusantara PGRI Kediri Indonesia , A.h Sulhan fauzi Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan merancang dan menguji prototipe tabung pengaduk tipe horizontal pada mesin pembuat keju mozzarella berkapasitas 25 kg/jam untuk menggantikan proses manual pada tahap pemanasan, pengadukan, dan peregangan. Desain tabung dibuat menggunakan perangkat lunak CAD SolidWorks dan difabrikasi dari Stainless Steel 304 dengan dimensi panjang 500 mm, diameter silinder 400 mm, tinggi balok 260 mm, lebar balok 200 mm, dan ketebalan plat 1,5 mm. Hasil perancangan menunjukkan volume 83,4 L dan luas permukaan total 9.076 cm2. Uji coba dilakukan dua kali menggunakan 12,5 kg adonan per percobaan; pada menit ke-10 curd belum merata, pada menit ke-20 mulai homogen dan mencair, dan pada menit ke-30 curd telah meleleh merata dan keju matang. Hasil ini menunjukkan bahwa prototipe tabung pengaduk horizontal dapat meningkatkan efisiensi dan homogenitas proses produksi sebagai solusi tepat untuk UMKM.
Pages: 572-578Views: 9 Downloads: 1Rancang Bangun Roller Penggilas Adonan Pelet Pada Mesin Pencetak Pelet Ternak Kapasitas 10 KG
Tri Gunawan Universitas Nusantara PGRI Kediri Indonesia , Mohammad Muslimin Ilham Universitas Nusantara PGRI Kediri Indonesia , Fatkur Rhohman Universitas Nusantara PGRI Kediri IndonesiaIndonesia merupakan salah satu penghasil nanas terbesar yang menghasilkan limbah batang dan daun nanas dalam jumlah besar dan berpotensi dimanfaatkan sebagai pakan ternak. Namun, limbah tersebut mudah layu sehingga menurunkan tingkat kesukaan ternak. Penelitian ini bertujuan merancang roller penekan adonan pelet pada mesin pencetak pelet ternak kapasitas 10 kg untuk mengolah limbah nanas menjadi pakan berbentuk pelet. Metode penelitian meliputi observasi, studi literatur, perancangan, simulasi SolidWorks, pembuatan, dan pengujian. Material roda roller menggunakan baja AISI 1045, sedangkan poros menggunakan baja ST 41. Hasil perhitungan menunjukkan tegangan lentur poros masih di bawah tegangan izin material. Hasil simulasi menunjukkan displacement maksimum poros sebesar 0,01109 mm dan roda roller sebesar 2,752 × 10⁻⁵ mm, dengan factor of safety minimum masing-masing 1,794 dan 2,032 × 10³. Berdasarkan hasil tersebut, roller penekan dinyatakan aman dan layak digunakan.
Pages: 579-587Views: 6 Downloads: 7Analisis Daya Input, Daya Output, dan Efisiensi Air Winch Pneumatik pada Operasi Swabbing Sumur Minyak Tua
Ridho Rizqi Wahyogo Universitas Nusantara PGRI Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Indonesia , Kuni Nadliroh Universitas Nusantara PGRI IndonesiaOperasi swabbing merupakan salah satu metode intervensi sumur yang digunakan untuk mengangkat fluida dari sumur minyak tua guna mengurangi tekanan hidrostatik sehingga fluida reservoir dapat mengalir ke permukaan secara alami. Dalam pelaksanaannya, air winch pneumatik berperan sebagai alat utama untuk menaikkan dan menurunkan peralatan swab. Kinerja alat ini sangat dipengaruhi oleh kemampuan sistem dalam mengonversi energi udara bertekanan menjadi energi mekanik. Penelitian ini bertujuan untuk menganalisis daya input, daya output, dan efisiensi air winch pneumatik pada operasi swabbing sumur minyak tua di Bojonegoro. Metode penelitian yang digunakan adalah metode kuantitatif deskriptif dengan pengambilan data lapangan secara langsung. Parameter yang diamati meliputi tekanan udara, debit udara, beban kerja, waktu pengangkatan, dan jarak pengangkatan. Data yang diperoleh kemudian digunakan untuk menghitung daya input, daya output, serta efisiensi sistem pneumatik. Hasil penelitian menunjukkan bahwa peningkatan tekanan udara dari 5,0 bar menjadi 7,2 bar dan debit udara dari 2,1 m³/menit menjadi 3,0 m³/menit menyebabkan daya input meningkat dari 17.500 W menjadi 36.000 W, sedangkan daya output meningkat dari 2.289 W menjadi 4.316,40 W. Nilai efisiensi air winch pneumatik berada pada rentang 11,99%–13,12%, dengan efisiensi tertinggi diperoleh pada tekanan 6,0 bar dan debit udara 2,5 m³/menit. Meskipun daya output meningkat seiring bertambahnya daya input, efisiensi cenderung menurun pada tekanan yang lebih tinggi akibat adanya kehilangan energi yang disebabkan oleh kebocoran udara, gesekan mekanis, dan penurunan tekanan pada sistem distribusi udara. Penelitian ini menunjukkan bahwa kondisi operasional udara bertekanan memiliki pengaruh signifikan terhadap kinerja dan efisiensi air winch pneumatik pada operasi swabbing sumur minyak tua.
Pages: 588-594Views: 4 Downloads: 3Perancangan Tabung Pengering pada Mesin Grains Dryer Serbaguna Jenis Rotary Dryer Dengan Kapasitas 50kg
Moh. Arjur roba Universitas Nusantara PGRI kediri Indonesia , Nuryosuwito Nuryosuwito Universitas Nusantara PGRI kediri IndonesiaProses pengeringan merupakan tahapan penting dalam penanganan pascapanen biji-bijian untuk menurunkan kadar air hingga mencapai kondisi aman penyimpanan. Pengeringan konvensional yang bergantung pada sinar matahari memiliki keterbatasan karena dipengaruhi oleh kondisi cuaca dan membutuhkan waktu yang relatif lama. Penelitian ini bertujuan merancang dan membangun tabung pengering pada mesin grains dryer serbaguna tipe rotary dryer dengan kapasitas 50 kg. Metode penelitian meliputi identifikasi masalah, studi literatur, perancangan desain menggunakan Autodesk Inventor, pembuatan prototipe, dan pengujian kinerja. Tabung pengering dibuat dari Stainless Steel 201 dengan diameter 600 mm dan panjang 1000 mm. Hasil pengujian menunjukkan bahwa alat mampu menurunkan kadar air gabah dari 35,3% menjadi 14,1% pada suhu 103°C dalam waktu 60 menit. Hasil penelitian menunjukkan bahwa tabung pengering yang dikembangkan mampu bekerja dengan baik dan efektif untuk proses pengeringan biji-bijian.
Pages: 595-602Views: 11 Downloads: 11UJI PRODUKTIVITAS MESIN PEMOTONG UMBI-UMBIAN BERBENTUK STIK
Renita Sri Rejeki Universitas Nusantara PGRI Kediri Indonesia , Ary Permatadeny Nevita Universitas Nusantara PGRI Kediri Indonesia , Hisbulloh Ahlis Munawi Universitas Nusantara PGRI Kediri IndonesiaProses pemotongan umbi-umbian pada industri rumah tangga dan UMKM masih banyak dilakukan secara manual sehingga waktu kerja lebih lama, tenaga operator lebih besar, dan ukuran potongan tidak seragam. Penelitian ini bertujuan untuk menguji produktivitas mesin pemotong umbi-umbian berbentuk stik berdasarkan kapasitas kerja efektif, waktu pemotongan, dan keseragaman hasil potongan. Metode yang digunakan adalah Engineering Design Method (EDM) dengan pendekatan kuantitatif melalui pengujian langsung terhadap mesin menggunakan bahan uji kentang, singkong, dan ubi jalar. Pengujian dilakukan sebanyak tiga kali pengulangan untuk memperoleh data yang akurat. Hasil pengujian menunjukkan bahwa mesin mampu memotong 2 kg bahan dalam waktu rata-rata 20,33 detik, dengan kapasitas kerja efektif rata-rata sebesar 355,28 kg/jam, tingkat keseragaman hasil potongan rata-rata 95%, dan produktivitas mesin rata-rata 355,28 kg/jam. Hasil ini menunjukkan bahwa mesin pemotong umbi-umbian berbentuk stik yang dikembangkan memiliki kinerja yang baik dan dapat menjadi alternatif alat bantu produksi yang lebih efisien dibandingkan metode pemotongan manual pada usaha pengolahan umbi-umbian skala rumah tangga maupun UMKM.
Pages: 603-610Views: 8 Downloads: 7OPTIMALISASI PROMOSI UMKM MINUMAN JUS BUAH MENGGUNAKAN ALGORITMA FP-GROWTH
Yoga Galang Iswara Iswara Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaUMKM yang bergerak di bidang minuman jus buah sering menghadapi kendala dalam menentukan strategi promosi karena masih dilakukan berdasarkan perkiraan atau intuisi. Penelitian ini mengembangkan sistem rekomendasi promo dengan menggunakan algoritma FP-Growth untuk menganalisis pola pembelian pelanggan dari data transaksi penjualan. Dengan menggunakan 100 data transaksi jus buah, sistem berhasil menemukan frequent patterns dan association rules yang dapat dimanfaatkan sebagai dasar pengambilan keputusan promosi. Hasil analisis menunjukkan bahwa Jus Alpukat memiliki nilai support tertinggi sebesar 0,44, sehingga menjadi salah satu produk yang paling sering dibeli pelanggan. Berdasarkan nilai Lift yang diperoleh, sistem memberikan rekomendasi promo berupa paket bundling dengan diskon 15% serta strategi clearance sale dengan diskon 30% hingga 50% untuk produk yang tergolong slow-moving. Dari hasil pengujian, algoritma FP-Growth terbukti mampu bekerja dengan baik dalam menemukan pola pembelian, dan sistem yang dikembangkan juga memiliki tingkat usability yang baik serta mudah digunakan oleh pengguna.
Pages: 743-751Views: 7 Downloads: 0Analisis Metode Bernoulli Naive Bayes pada Sistem Rekomendasi Pengobatan Penyakit Kucing
Salsa Ambar Widyaningrum Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri IndonesiaPenyakit pada kucing sering kali sulit diidentifikasi secara tepat karena adanya kemiripan gejala antarpenyakit, sehingga diperlukan sistem yang dapat membantu proses diagnosis secara lebih sistematis. Penelitian ini bertujuan menerapkan metode Bernoulli Naive Bayes untuk mengklasifikasikan penyakit kucing berdasarkan data gejala serta memberikan rekomendasi pengobatan yang sesuai. Dataset yang digunakan terdiri dari 163 data, mencakup 18 jenis penyakit dan 44 gejala yang direpresentasikan dalam bentuk biner. Proses evaluasi model dilakukan menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa model memperoleh akurasi sebesar 93,94 % dengan performa klasifikasi yang baik. Sistem yang dikembangkan diharapkan dapat membantu proses diagnosis awal penyakit kucing secara lebih cepat, tepat, dan mendukung pengambilan keputusan dalam bidang kesehatan hewan.
Pages: 752-760Views: 4 Downloads: 2Pemanfaatan TF-IDF Untuk Pengembangan Sistem Bantu Belajar Siswa Dengan Gaya Belajar Visual
Aji Pangestu Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan mengembangkan sistem bantu belajar untuk siswa dengan gaya belajar visual menggunakan metode extractive summarization berbasis TF-IDF dan visualisasi otomatis. Sistem memanfaatkan teknologi speech-to-text untuk mengubah audio pembelajaran menjadi teks, kemudian melakukan proses preprocessing, pembobotan TF-IDF, ekstraksi kata kunci, dan image indexing untuk menghasilkan ringkasan serta visualisasi gambar yang relevan. Pengujian dilakukan menggunakan compression ratio dan evaluasi pengguna berbasis angket skala Likert terhadap 24 responden yang terdiri dari 22 siswa dan 2 guru. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan ringkasan dengan nilai compression ratio antara 27,48% hingga 38,16%. Selain itu, mayoritas pengguna memberikan penilaian Setuju dan Sangat Setuju terhadap kualitas ringkasan dan visualisasi gambar. Hasil penelitian menunjukkan bahwa metode TF-IDF cukup efektif digunakan untuk mendukung pembelajaran berbasis visual secara lebih interaktif dan terstruktur
Pages: 761-769Views: 5 Downloads: 2Implementasi Random Forest untuk Prediksi Risiko Diabetes Berbasis Gejala Klinis Menggunakan Analisis Feature Importance
Frisqy Maulana Universitas Nusantara PGRI Kediri Indonesia , Risa Helilintar Universitas Nusantara PGRI Kediri Indonesia , Rony Hery Irawan Universitas Nusantara PGRI Kediri IndonesiaDiabetes melitus merupakan penyakit kronis yang memerlukan deteksi dini untuk mengurangi risiko komplikasi. Penelitian ini bertujuan mengimplementasikan algoritma random forest untuk prediksi risiko diabetes berbasis gejala klinis serta menganalisis faktor-faktor yang berpengaruh terhadap hasil prediksi menggunakan metode Feature Importance. Dataset yang digunakan adalah Early Stage Diabetes Risk Prediction Dataset yang terdiri dari 520 data. Tahapan penelitian meliputi preprocessing data, pembagian data dengan rasio 80:20, pelatihan model , evaluasi model, dan analisis Feature Importance. Hasil penelitian menunjukkan bahwa model memperoleh akurasi 99,04%, precision 0,99, recall 0,99, F1-score 0,99, dan ROC-AUC 1,0000. Analisis Feature Importance menunjukkan bahwa Polyuria, Polydipsia, Gender, dan Age merupakan faktor yang paling berpengaruh terhadap prediksi risiko diabetes. Hasil penelitian menunjukkan bahwa random forest mampu memberikan performa prediksi yang sangat baik sekaligus mengidentifikasi faktor risiko dominan diabetes.
Pages: 770-779Views: 9 Downloads: 3Analisis Metode Tesseract OCR Berbasis OpenCV Sebagai Sistem Rekomendasi Data Untuk Tahap Pra-Login Pemira
muhammad Asla Labiib Badaly Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widya Dara Universitas Nusantara PGRI Kediri IndonesiaKeamanan portal login Pemilihan Raya Mahasiswa (Pemira) merupakan faktor krusial dalam mencegah pencurian identitas. Penelitian ini mengkaji penggunaan teknologi Tesseract Optical Character Recognition (OCR) untuk mengekstrak data dari Kartu Tanda Mahasiswa (KTM). Sistem ini berfokus pada pembacaan Nomor Pokok Mahasiswa (NPM) dengan mengubah citra KTM menjadi teks digital menggunakan OpenCV pada tahap pemrosesan grafis. Pengujian dilakukan dengan 20 sampel foto KTM dalam berbagai kondisi pencahayaan. Temuan penelitian menunjukkan bahwa Tesseract OCR mencapai tingkat keberhasilan 100 persen pada pencahayaan optimal dan akurasi keseluruhan sebesar 85 persen. Hasil tersebut menunjukkan bahwa Tesseract OCR dapat digunakan sebagai sistem entri data otomatis yang memfasilitasi otentikasi sekunder dalam sistem elektronik.
Pages: 780-787Views: 7 Downloads: 7Implementasi Pengenalan Daun Toga Menggunakan MobilenetV2
Mochammad Malikal Mulki Universitas Nusantara PGRI Kediri / Teknik Informatika Indonesia , Resty Wulanninggrum Universitas Nusantara PGRI Kediri / Teknik Informatika Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri / Teknik Informatika IndonesiaTanaman Obat Keluarga (TOGA) merupakan tanaman yang banyak dimanfaatkan sebagai bahan pengobatan tradisional dan pemeliharaan kesehatan. Namun, proses identifikasi tanaman TOGA berdasarkan karakteristik daun masih sering mengalami kesalahan karena adanya kemiripan bentuk antar jenis tanaman. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi daun tanaman TOGA berbasis citra digital menggunakan arsitektur MobileNetV2. Dataset yang digunakan terdiri dari empat jenis tanaman TOGA, yaitu jahe, kunyit, sereh, dan temulawak dengan total 1.248 citra daun. Tahapan penelitian meliputi pengumpulan dataset, prapemrosesan citra berupa resizing, normalisasi, dan augmentasi data, serta pelatihan model menggunakan pendekatan transfer learning pada MobileNetV2. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model memperoleh nilai validation accuracy sebesar 97,98% dengan validation loss sebesar 0,0466. Nilai rata-rata precision, recall, dan F1-score yang diperoleh masing-masing sebesar 98%. Hasil tersebut menunjukkan bahwa MobileNetV2 mampu mengklasifikasikan daun tanaman TOGA dengan tingkat akurasi yang tinggi dan berpotensi diterapkan pada sistem identifikasi tanaman berbasis web
Pages: 674-682Views: 2 Downloads: 2Study Comparison MobileNetV2 dan MobileNetV3 untuk Klasifikasi Penyakit Daun Singkong Berbasis Citra
Alfan Taufiqi Ramadhan Indonesia , Rony Heri Irawan Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri IndonesiaPenyakit pada daun singkong dapat menurunkan kualitas dan hasil panen sehingga diperlukan metode identifikasi yang cepat dan akurat. Penelitian ini bertujuan membandingkan kinerja arsitektur MobileNetV2 dan MobileNetV3-Small dalam klasifikasi penyakit daun singkong berbasis citra. Dataset yang digunakan terdiri dari 5.000 citra yang dikelompokkan ke dalam lima kelas, yaitu sehat, mosaik, layu bakteri, bercak hijau, dan gumpal cokelat. Tahapan penelitian meliputi preprocessing citra, pelatihan model menggunakan transfer learning, serta evaluasi menggunakan precision, recall, dan F1-score. Hasil pelatihan menunjukkan bahwa MobileNetV3-Small memperoleh akurasi tertinggi sebesar 85,74%, sedangkan MobileNetV2 memperoleh akurasi sebesar 83,45%. Namun, hasil evaluasi menunjukkan bahwa MobileNetV2 memiliki performa yang lebih konsisten pada sebagian besar kelas berdasarkan nilai F1-score. Pada pengujian citra sampel, MobileNetV2 juga menghasilkan confidence sebesar 95,69%, lebih tinggi dibandingkan MobileNetV3-Small sebesar 78,22%. Hasil penelitian menunjukkan bahwa kedua model mampu mengklasifikasikan penyakit daun singkong dengan baik, namun MobileNetV2 memberikan performa yang lebih stabil pada data uji.
Pages: 788-798Views: 6 Downloads: 5Analisis Pengaruh Resolusi Citra pada Arsitektur EfficientNetB0 untuk Deteksi AI-Generated Portrait
R. Muhammad Wachyu Fajar Sidik Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi kecerdasan buatan dalam menciptakan potret manusia sintesis memicu risiko manipulasi informasi digital yang signifikan. Penelitian ini bertujuan untuk mengimplementasikan sistem deteksi AI-generated portrait berbasis Deep Learning dengan memanfaatkan arsitektur EfficientNetB0 dan pendekatan Transfer Learning. Fokus utama penelitian ini adalah melakukan studi ablasi untuk menganalisis ketahanan (robustness) model terhadap pengaruh variasi resolusi spasial citra masukan dengan menggunakan algoritma optimasi AdamW (Adam with Weight Decay). Eksperimen komparatif dilakukan melalui tiga skenario pengujian, yaitu resolusi standar 224 × 224 piksel, peningkatan resolusi (upscaling) menjadi 256 × 256 piksel, serta penurunan resolusi (downscaling) menjadi 192 × 192 piksel. Hasil penelitian menunjukkan bahwa penggunaan resolusi standar 224 × 224 piksel merupakan konfigurasi paling optimal dengan akurasi tertinggi sebesar 88% serta efisiensi komputasi waktu pelatihan tercepat, yakni 37 menit 12 detik. Sebaliknya, modifikasi resolusi baik upscaling maupun downscaling terbukti menyebabkan degradasi performa model dan peningkatan beban komputasi. Temuan ini menegaskan bahwa resolusi standar bawaan arsitektur merupakan titik keseimbangan (sweet spot) yang paling tepat untuk mengekstraksi elemen kontekstual potret secara akurat dan menjaga stabilitas model terhadap kerentanan noise spasial.
Pages: 683-692Views: 8 Downloads: 4Analisis Komparatif YOLOv11 Dan CNN Untuk Segmentasi Sampah Organik, Anorganik, Dan B3
R. Much Ardiansyah Putra Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri IndonesiaPemilahan sampah rumah tangga masih menjadi persoalan karena sampah organik, non-organik, dan B3 sering tercampur sehingga menghambat pengolahan dan meningkatkan risiko pencemaran. Penelitian ini bertujuan merancang sistem segmentasi sampah menggunakan YOLOv11n-seg serta membandingkan hasil klasifikasinya dengan CNN EfficientNetB0. Dataset yang digunakan berformat YOLO segmentation dengan 2.893 citra dan 3.431 objek anotasi pada kelas organik, non-organik, dan B3. Tahapan penelitian meliputi analisis dataset, anotasi instance segmentation, pelatihan model, evaluasi, dan implementasi prototipe Streamlit. Hasil pengukuran evaluasi metrik YOLO dirancang menggunakan precision sebesar 92,5%, recall sebesar 91,2%, F1-score sebesar 91,9%, mAP-50 sebesar 95,6%, dan mAP 50-95 sebesar 84,4%. Sedangkan untuk pengukuran hasil metrik CNN menggunakan nilai akurasi sebesar 99,28%, precision sebesar 98,92%, recall sebesar 99,6%, F1-score sebesar 99,25%. Hasil analisis dataset menunjukkan kelas non-organik dominan dengan 1.922 objek, diikuti organik 862 objek dan B3 647 objek. Sistem ini diharapkan membantu identifikasi sampah rumah tangga secara cepat dan interaktif.
Pages: 799-808Views: 18 Downloads: 14Pemodelan XGBoost untuk Prediksi Efisiensi Gravitational Water Vortex Turbine
Samsurizal Samsurizal Institut Teknologi PLN Indonesia , Putri Sahira Institut Teknologi PLN Indonesia , Nailul Fadhillah Institut Teknologi PLN Indonesia , Ro. Chantika Darojat Institut Teknologi PLN IndonesiaUrgensi transisi menuju sumber energi terbarukan menuntut inovasi dalam pemanfaatan sumber daya lokal yang efisien dan berkelanjutan. Salah satu potensi yang menjanjikan adalah Gravitational Water Vortex Turbine (GWVT), yaitu sistem pembangkit listrik skala kecil yang memanfaatkan aliran air tanpa bendungan besar, cocok untuk daerah terpencil dengan aliran sungai kecil. Namun, efisiensinya sangat bergantung pada berbagai parameter geometri dan hidrolik. Untuk mengoptimalkan efisiensi GWVT, penelitian ini mengusulkan pendekatan Extreme Gradient Boosting (XGBoost). Hasil penelitian menunjukkan bahwa model mampu memprediksi efisiensi dengan nilai koefisien determinasi sebesar 0,89. Analisis sensitivitas menunjukkan bahwa debit air, jarak sudu outlet, dan diameter outlet merupakan parameter paling berpengaruh terhadap efisiensi. Hasil ini menunjukkan bahwa metode ini berpotensi menjadi alat prediksi yang efektif untuk mendukung optimasi desain Gravitational Water Vortex Turbine.
Pages: 693-701Views: 30 Downloads: 23RANCANG BANGUN DAN UJI KINERJA MESIN PENGADUK KEJU MOZZARELLA TIPE BRUMAGIN BERKAPASITAS 25 KG/JAM
Bambang dwi cahyono Universitas Nusantara PGRI Kediri Indonesia , Kuni Nadliroh Universitas Nusantara PGRI Kediri Indonesia , Ah.Sulhan Fauzi Universitas Nusantara PGRI Kediri Indonesia , Bambang dwi UNIVERSITAS NUSANTARA PGRI KEDIRI Teknik Mesin IndonesiaProduksi keju mozzarella pada sebagian besar Usaha Mikro, Kecil, dan Menengah (UMKM) masih dilakukan secara manual, terutama pada proses pengadukan curd, sehingga membutuhkan waktu yang lama dan tenaga kerja yang besar. Penelitian ini bertujuan merancang dan menguji mesin pengaduk keju mozzarella tipe Brumagin berkapasitas 25 kg/jam untuk meningkatkan efisiensi produksi. Metode yang digunakan meliputi perancangan, pembuatan, dan pengujian alat. Mesin menggunakan pengaduk tipe Brumagin berbahan stainless steel yang digerakkan oleh motor listrik dengan sistem transmisi gearbox, pulley, dan V-belt. Hasil pengujian menunjukkan bahwa mesin mampu menghasilkan keju mozzarella yang homogen, elastis, tidak berkerak, dan tidak mudah putus. Selain itu, waktu pengadukan 25 kg bahan berkurang dari 120 menit secara manual menjadi 60 menit menggunakan mesin. Dengan demikian, mesin yang dirancang mampu meningkatkan efisiensi waktu produksi hingga 50% tanpa mengurangi kualitas produk..
Pages: 720-728Views: 6 Downloads: 3Analisis Kebutuhan Daya Pada Mesin Pengaduk Kompos Kapasitas 200 Kg/Jam
M. Lani Ira Irawan Irawan universitas nusantara pgri kediri Indonesia , Hesti istiqlaliyah universitas nusantara pgri kediri IndonesiaPenelitian ini bertujuan menentukan kebutuhan daya dan torsi pada mesin pengaduk kompos berkapasitas 200 kg/jam yang digunakan untuk mencampur kotoran kambing, bahan organik, dan molase. Metode penelitian dilakukan melalui observasi lapangan, studi literatur, serta perhitungan teoritis terhadap sistem transmisi yang meliputi motor diesel, pulley, V-belt, dan gearbox. Hasil perhitungan menunjukkan bahwa gaya yang bekerja pada pengaduk sebesar 2.009 N dengan torsi pengaduk 642,88 Nm. Sistem transmisi menggunakan perbandingan pulley 1:3 dan gearbox rasio 1:30 sehingga mampu menurunkan putaran motor diesel dari 2.600 rpm menjadi 29 rpm pada poros pengaduk. Kebutuhan daya mesin setelah faktor koreksi beban diperhitungkan sebesar 5.855,1 W atau setara 7,9 PK, dengan torsi akhir pada poros pengaduk mencapai 1.971 Nm. Hasil penelitian menunjukkan bahwa konfigurasi tersebut mampu menghasilkan proses pengadukan yang efektif, stabil, dan efisien..
Pages: 729-732Views: 9 Downloads: 9Analisis Numerik Pengaruh Kerapatan Piezoelektrik terhadap Performa Pemanenan Energi Gelombang Air Laut
Irfan Satrio Mardani Universitas Nusantara PGRI Kediri Indonesia , Kuni Nadliroh Universitas Nusantara PGRI Kediri IndonesiaMakalah ini membahas penelitian tentang pemanenan energi piezoelektrik (PEH) yang terksitasi oleh tumbukan pendulum di sebuah kapal akibat terinduksi gelombang laut. Variasi yang diteliti adalah horizontal 10 mm (H10), horizontal 20 mm (H20), horizontal 40 mm (H40), vertikal 10 mm (V10), vertikal 20 mm (V20), dan vertikal 40 mm (V40). Variasi tersebut dipilih karena dapat mewakili rentang kerapatan tinggi hingga rendah. Penelitian dilakukan dengan metode elemen hingga menggunakan ANSYS Workbench dengan pendekatan coupled-field transient dengan fixed support di atas dan bawah pelat. Parameter performa terbaik diambil berdasarkan nilai rata-rata VRMS. Hasil simulasi menunjukkan distribusi tegangan listrik terbesar berada di area pusat pelat akibat regangan yang lebih tinggi dibandingkan area tepi. Di antara 6 variasi, variasi H10 menghasilkan performa terbaik dengan rata-rata VRMS sebesar 24,76 V dan variasi H40 menghasilkan performa terburuk dengan rata-rata VRMS 14,19 V sehingga dapat disimpulkan bahwa semakin rapat posisi piezoelektrik, semakin efektif memanen energi.
Pages: 702-711Views: 7 Downloads: 19RANCANG BANGUN SISTEM PENGGERAK PADA MESIN PEMBUAT ES PUTER DAN PENGADUK DENGAN KAPASITAS 15 LITER/1,5 JAM
Muhammad Abid Khadafi Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Kediri Indonesia , Muhammad Abid Khadafi Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan merancang dan membuat sistem penggerak pada mesin pembuat es puter dan pengaduk berkapasitas 15 liter/1,5 jam untuk meningkatkan efisiensi proses produksi. Sistem penggerak menggunakan motor listrik 350 Watt yang dihubungkan dengan transmisi pulley dan V-belt. Hasil perhitungan menunjukkan bahwa penggunaan pulley penggerak 2 inch dan pulley yang digerakkan 6 inch mampu menurunkan putaran motor dari 300 rpm menjadi 100 rpm. Torsi yang dihasilkan sebesar 16,19 N·m dengan kebutuhan daya 169,54 Watt dan daya rencana 0,238 kW. Hasil pengujian menunjukkan bahwa sistem penggerak bekerja dengan baik dan mampu menggerakkan tabung adonan secara stabil selama proses pembuatan es puter. Dengan demikian, sistem yang dirancang layak digunakan karena dapat meningkatkan efisiensi kerja dan mengurangi beban operator
Pages: 712-719Views: 14 Downloads: 4Analisis Kegagalan Dini (Premature Failure) Seal O-Ring Pompa Hidrolik Hand Pallet
Galih Prasetyo Hadi Pratama Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan Fauzi Universitas Nusantara PGRI Kediri Indonesia , GALIH PRASETYO HADI PRATAMA Universitas Nusantara PGRI IndonesiaSeal O ring merupakan komponen penting pada pompa hidrolik hand pallet yang berfungsi mencegah kebocoran fluida dan menjaga kestabilan tekanan sistem. Kerusakan seal O ring yang terjadi sebelum waktu penggantian dapat menyebabkan penurunan kinerja, kebocoran oli, dan gangguan operasional alat. Penelitian ini bertujuan untuk menganalisis penyebab kerusakan seal O ring pada pompa hidrolik hand pallet sebelum umur pakainya tercapai. Metode penelitian dilakukan melalui observasi lapangan, inspeksi visual, dokumentasi kerusakan, dan analisis terhadap kondisi komponen yang mengalami kegagalan. Hasil penelitian menunjukkan adanya beberapa bentuk kerusakan, yaitu retak, keausan, sobek, dan deformasi. Kerusakan tersebut dipengaruhi oleh kontaminasi fluida hidrolik, tekanan kerja yang berlebihan, gesekan antara seal dan permukaan silinder, serta kurang optimalnya pemeliharaan preventif. Faktor-faktor tersebut mempercepat degradasi material seal sehingga umur pakainya menjadi lebih pendek dari yang direncanakan. Oleh karena itu, diperlukan pengendalian kualitas fluida, pemantauan tekanan operasi, dan pemeliharaan berkala untuk meningkatkan keandalan sistem hidrolik hand pallet.
Pages: 733-742Views: 3 Downloads: 6Klasifikasi Motif Batik Nusantara Menggunakan EfficientNetB0 Berbasis Dekstop
wahyu Setyo budi Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaIdentifikasi motif batik secara manual masih bergantung pada pengetahuan pengguna dan membutuhkan waktu, padahal kebutuhan pengenalan motif secara cepat diperlukan untuk edukasi budaya dan arsip digital. Penelitian ini membangun aplikasi klasifikasi motif batik nusantara menggunakan EfficientNetB0 dengan pendekatan transfer learning dan implementasi Streamlit. Dataset terdiri atas 21 kelas motif batik dengan pembagian data latih dan data uji. Citra diproses melalui resize, preprocessing EfficientNet, dan augmentasi pada data latih. Model dilatih menggunakan optimizer Adam, categorical crossentropy, early stopping, reduce learning rate, dan model checkpoint. Hasil pengujian menunjukkan accuracy 66,67 persen, precision macro 71,94 persen, recall macro 66,67 persen, dan F1-score macro 66,29 persen. Aplikasi dapat menerima gambar batik, kemudian menampilkan motif terdeteksi, confidence, deskripsi motif, serta top-5 prediksi. Hasil ini menunjukkan bahwa aplikasi mampu mendukung identifikasi awal motif batik secara praktis.
Pages: 855-862Views: 10 Downloads: 17Evaluasi Kinerja MobileNetV2 dalam Klasifikasi Sayuran Daun Hijau Lokal Mojo Kabupaten Kediri Berbasis Citra Digital
Aly Rahmad Nanda Saputra Universitas Nusantara PGRI Kediri Indonesia , Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk mengevaluasi kinerja arsitektur MobileNetV2 dalam klasifikasi sayuran daun hijau lokal berbasis citra digital. Identifikasi jenis daun secara manual masih memiliki keterbatasan karena adanya kemiripan karakteristik visual antar kelas sehingga diperlukan pendekatan klasifikasi otomatis yang lebih cepat dan konsisten. Penelitian ini menggunakan pendekatan transfer learning dengan model MobileNetV2 berbobot awal ImageNet. Dataset terdiri dari delapan kelas, yaitu daun beluntas, daun kelor, daun kenikir, daun pakis, daun pepaya, daun sembukan, daun singkong, dan daun umbi jalar yang dibagi menjadi data training, validation, dan testing. Tahap preprocessing dilakukan melalui resize citra menjadi 224 × 224 piksel, normalisasi, dan augmentasi data. Untuk membantu mengurangi overfitting, diterapkan BatchNormalization, Dropout, serta callback berupa EarlyStopping, ReduceLROnPlateau, dan ModelCheckpoint. Hasil evaluasi menunjukkan bahwa model memperoleh nilai accuracy sebesar 91%, precision sebesar 91%, recall sebesar 91%, dan f1-score sebesar 90%. Hasil tersebut menunjukkan bahwa MobileNetV2 mampu melakukan klasifikasi sayuran daun hijau lokal dengan performa yang baik dan stabil.
Pages: 872-881Views: 14 Downloads: 3Rancang Bangun Sistem Monitoring Lingkungan Gudang Bibit Bawang Merah
Satria Bagus Setya Budhi Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri Indonesia , Ratih Kumalasari Niswatin Universitas Nusantara PGRI Kediri IndonesiaAbstrak— Bibit bawang merah memerlukan kondisi suhu dan kelembapan yang sesuai selama proses penyimpanan untuk menjaga kualitas dan daya tumbuhnya. Pemantauan secara manual sering menyebabkan perubahan kondisi lingkungan tidak terdeteksi dengan cepat sehingga berpotensi menurunkan mutu bibit. Penelitian ini bertujuan merancang dan membangun sistem monitoring kondisi lingkungan gudang bibit bawang merah berbasis Internet of Things (IoT) menggunakan ESP32 dan sensor DHT22. Data suhu dan kelembapan ditampilkan pada LCD 20×4 serta dikirim ke basis data Supabase melalui jaringan internet secara real-time. Metode penelitian yang digunakan meliputi perancangan perangkat keras, pengembangan perangkat lunak, serta pengujian sistem pada gudang penyimpanan bibit bawang merah. Hasil penelitian menunjukkan bahwa sistem mampu melakukan pembacaan, penyimpanan, dan sinkronisasi data suhu serta kelembapan secara real-time dengan baik. Sistem yang dikembangkan dapat membantu proses pemantauan kondisi lingkungan penyimpanan bibit bawang merah secara lebih efektif dan berkelanjutan. Kata Kunci— DHT22, ESP32, gudang bibit bawang merah, monitoring lingkungan, Internet of Things. Abstract— Shallot seed storage requires appropriate temperature and humidity conditions to maintain seed quality and viability. Manual monitoring often causes environmental changes to be detected too late, potentially reducing seed quality during storage. This study aims to design and develop an Internet of Things (IoT) based environmental monitoring system for shallot seed storage using an ESP32 microcontroller and a DHT22 sensor. Temperature and humidity data are displayed on a 20×4 LCD and transmitted to a Supabase database through an internet connection in real-time. The research method includes hardware design, software development, and system testing in an actual shallot seed storage facility. The results show that the system is capable of acquiring, storing, and synchronizing temperature and humidity data in real-time. The proposed system can support more effective and sustainable monitoring of environmental conditions in shallot seed storage facilities. Keywords— DHT22, ESP32, Internet of Things, environmental monitoring, shallot seed storage
Pages: 882-891Views: 7 Downloads: 9Analisis Performa CNN ResNet50 untuk Klasifikasi Penyakit Kulit Kepala Berbasis Digital
MOCHAMAD RISQI ANDRIANSYAH Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri IndonesiaPenyakit kulit kepala memiliki karakteristik visual yang mirip antar kelas sehingga proses identifikasi secara manual sering mengalami kesulitan. Penelitian ini bertujuan untuk menganalisis performa arsitektur Convolutional Neural Network (CNN) ResNet50 dalam klasifikasi penyakit kulit kepala berbasis citra digital. Dataset yang digunakan terdiri dari 12.000 citra dengan 10 kategori penyakit kulit kepala. Sebelum pelatihan dilakukan, citra melalui tahap preprocessing dan augmentasi data. Model dikembangkan menggunakan pendekatan transfer learning dan dievaluasi menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa model mampu mencapai accuracy sebesar 98,75% dengan performa klasifikasi yang baik pada sebagian besar kelas. Hasil tersebut menunjukkan bahwa ResNet50 efektif digunakan untuk klasifikasi penyakit kulit kepala berbasis citra digital.
Pages: 892-898Views: 9 Downloads: 1Analisis Sentimen Terhadap Kebijakan Purbaya Yudhi Sadewa Menggunakan Support Vector Machine
Wildan Rayyana Muntaza Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri Indonesia , Muh. Aris Saputra Universitas Nusantara PGRI Kediri IndonesiaYouTube merupakan salah satu media sosial yang banyak digunakan masyarakat untuk menyampaikan opini terhadap isu publik, termasuk kebijakan pemerintah. Banyaknya komentar yang dihasilkan menyebabkan proses analisis opini secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk menganalisis sentimen komentar YouTube mengenai kebijakan Menteri Keuangan Purbaya Yudhi Sadewa menggunakan algoritma Support Vector Machine (SVM). Data penelitian diperoleh melalui proses scraping komentar dari beberapa kanal berita YouTube. Tahapan penelitian meliputi preprocessing data, pembobotan fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), klasifikasi menggunakan SVM, serta evaluasi menggunakan Confusion Matrix. Hasil pengujian menunjukkan bahwa model memperoleh akurasi sebesar 69,33%. Distribusi sentimen yang dihasilkan terdiri dari 56,3% sentimen positif, 31,1% sentimen negatif, dan 12,5% sentimen netral. Hasil penelitian menunjukkan bahwa mayoritas masyarakat memberikan tanggapan positif terhadap kebijakan Menteri Keuangan Purbaya Yudhi Sadewa dan algoritma SVM mampu digunakan untuk mengklasifikasikan sentimen komentar YouTube secara cukup baik.
Pages: 809-818Views: 41 Downloads: 5Pengembangan Sistem Pembelajaran Bahasa Inggris dengan Evaluasi Otomatis Berbasis Pattern Matching pada The Eagle English Course
Irfan Rio Gunawan Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi informasi mendorong digitalisasi pendidikan, namun The Eagle English Course Kampung Inggris masih mengevaluasi latihan siswa secara manual, sehingga penilaian soal writing dan short answer membutuhkan waktu lama. Penelitian ini bertujuan mengembangkan sistem pembelajaran bahasa Inggris berbasis web dengan fitur evaluasi otomatis. Metode yang digunakan adalah Research and Development (R&D). Proses pengembangan sistem menerapkan model Waterfall yang mencakup empat tahapan terstruktur: analisis kebutuhan, perancangan sistem (Model-View-Controller), implementasi kode program menggunakan framework Laravel dan database MySQL, serta tahap pengujian. Algoritma Pattern Matching disisipkan pada kode sistem untuk menghitung nilai kemiripan jawaban siswa dengan kunci acuan tutor berdasarkan irisan kesamaan kata. Hasil pengujian fungsional berjalan sukses tanpa kesalahan fungsi, sementara uji User Acceptance Test (UAT) menunjukkan tingkat penerimaan fitur evaluasi otomatis mencapai 90%. Sistem ini terbukti efektif mempercepat penilaian serta mempermudah siswa belajar mandiri.
Pages: 947-956Views: 29 Downloads: 9Analisis Pengaruh Kecepatan Konveyor dan Pencahayaan Terhadap Akurasi Klasifikasi Tomat Berbasis IoT
Muhamad Fajar Sayuto Universitas Nusantara PGRI Kediri Indonesia , Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia , Made Ayu Dusea Widyadara Universitas Nusantara PGRI Kediri IndonesiaPenelitian ini bertujuan untuk mengevaluasi optimalisasi sistem deteksi serta klasifikasi kematangan buah tomat berbasis Internet of Things (IoT) pada conveyor. Pengujian dilakukan menggunakan analisis multi-variabel yang menggabungkan kecepatan conveyor (80 RPM, 120 RPM, dan 240 RPM) terhadap tiga kondisi pencahayaan (Lampu LED, Cahaya Ruangan, dan Tanpa Cahaya) dengan total 90 sampel uji. Hasil menunjukkan kombinasi parameter paling optimal dicapai pada kecepatan conveyor 80 RPM dengan dukungan Lampu LED, menghasilkan akurasi klasifikasi tomat tertinggi sebesar 90% dan Average Confidence Score 0,815. Sebaliknya, dengan kecepatan conveyor diangka 240 RPM memicu efek motion blur yang membuat akurasi turun hingga 10%, sementara skenario Tanpa Cahaya mengakibatkan kegagalan mutlak dengan akurasi 0% akibat hilangnya kontras objek. Rekomendasi Pengembangan penelitian selanjutnya memerlukan integrasi kotak pelindung cahaya (box enclosure) dan sensor kamera global shutter agar hasil lebih optimal.
Pages: 919-927Views: 14 Downloads: 4Pemanfaatan Komputer Vision dan Fuzzy Logic untuk Penilaian Mutu Tanaman Aglaonema
Eka Andy Yulianta Universitas Nusantara PGRI Kediri Indonesia , Risky Aswi Ramadhani Universitas Nusantara PGRI Kediri Indonesia , Julian Sahertian Universitas Nusantara PGRI Kediri IndonesiaPenilaian mutu tanaman aglaonema umumnya masih dilakukan secara manual melalui pengamatan visual sehingga bersifat subjektif dan berpotensi menghasilkan perbedaan penilaian. Penelitian ini bertujuan mengembangkan sistem klasifikasi mutu tanaman aglaonema menggunakan komputer vision dan logika fuzzy Mamdani untuk menghasilkan penilaian yang lebih objektif dan konsisten. Dataset yang digunakan terdiri dari 250 citra tanaman aglaonema yang diberi label ke dalam kategori mutu bawah, mutu tengah, dan mutu atas. Tahapan penelitian meliputi preprocessing citra menggunakan grayscale dan deteksi tepi Canny, ekstraksi fitur berupa mean grayscale dan edge density, pembentukan fungsi keanggotaan, inferensi fuzzy Mamdani, serta defuzzifikasi untuk memperoleh hasil klasifikasi. Sistem berhasil menghasilkan output berupa kategori mutu tanaman berdasarkan karakteristik visual daun. Hasil evaluasi menggunakan confusion matrix menunjukkan tingkat akurasi sebesar 70,8%. Hasil penelitian menunjukkan bahwa kombinasi pengolahan citra digital dan fuzzy Mamdani dapat digunakan untuk membantu proses penilaian mutu tanaman aglaonema secara otomatis, objektif, dan efisien.
Pages: 928-937Views: 2 Downloads: 2PEMANFAATAN RESNET-50 DAN STREAMLIT UNTUK KLASIFIKASI PENYAKIT ANTRAKNOSA DAN BUSUK PADA CABAI RAWIT
M AFIV HIDAYATULLOH Universitas Nusantara PGRI Kediri Indonesia , Resty Wulanningrum Universitas Nusantara PGRI Kediri Indonesia , Rizky Aswi Ramadhani Universitas Nusantara PGRI Kediri IndonesiaCabai rawit (Capsicum frutescens) merupakan komoditas hortikultura potensial yang banyak dibudidayakan di Indonesia. Namun, produksi cabai rawit seringkali terganggu oleh penyakit, terutama antraknosa yang disebabkan oleh jamur Colletotrichum dan busuk buah yang disebabkan oleh larva lalat buah (Bactrocera spp.). Penyakit ini menyebabkan penurunan kualitas dan kuantitas hasil panen. Penelitian ini bertujuan untuk mendeteksi penyakit antraknosa dan busuk buah pada cabai menggunakan metode deep learning dengan arsitektur ResNet-50 pada Convolutional Neural Network (CNN). Data penelitian terdiri dari gambar cabai sehat dan terinfeksi yang dikumpulkan langsung dari lahan pertanian. Dataset diproses menggunakan teknik augmentasi, seperti rescaling, rotasi, zoom, dan flipping untuk meningkatkan kualitas model. Model ResNet-50 dipilih karena efisiensinya dalam lingkungan dengan daya komputasi terbatas. Pelatihan dilakukan selama 50 epoch dengan hasil akurasi tinggi sebesar 0.9937 pada dataset pelatihan dan 1,000 pada dataset validasi. Grafik akurasi dan loss menunjukkan performa model yang stabil dengan overfitting minimal. Hasil penelitian ini menunjukkan bahwa arsitektur ResNet-50 efektif dalam mendeteksi penyakit antraknosa dan busuk buah pada cabai rawit. Meskipun demikian, kesalahan klasifikasi pada beberapa gambar menekankan pentingnya penambahan dataset yang lebih beragam, khususnya untuk penyakit busuk buah. Implementasi model ini diharapkan dapat membantu petani mendeteksi penyakit secara cepat dan meningkatkan produktivitas cabai rawit di Indonesia.
Pages: 938-946Views: 14 Downloads: 7Desain Dan Analisis Kekuatan Rangka Alat Sand Blasting Menggunakan Simulasi Autodesk Inventor
Imam Subaweh Universitas Nusantara PGRI Kediri Indonesia , Ali Akbar Universitas Nusantara PGRI Kediri Indonesia , Yasinta Sindy Pramesti Universitas Nusantara PGRI Kediri Indonesia , Irwan Setyowidodo Universitas Nusantara PGRI Kediri IndonesiaAbstrak— Kualitas permukaan logam merupakan faktor penting dalam keberhasilan proses pelapisan akhir, sehingga diperlukan sistem sand blastingyang efektif dan aman. Penelitian ini bertujuan untuk merancang dan mengevaluasi kekuatan struktur rangka mesin sand blastingtipe kabin tertutup menggunakan material baja hollow ASTM A500 berukuran 40 mm × 40 mm. Metode yang digunakan adalah Research and Development (R&D) dengan pemodelan struktur berbasis frame/beam menggunakan Autodesk Inventor serta analisis Finite Element Analysis (FEA) melalui pembebanan statis sebesar 1000 N, dengan parameter yang dikaji meliputi tegangan Von Mises, Displacement, dan safety factor. Hasil simulasi menunjukkan tegangan maksimum sebesar 3,966 MPa yang jauh di bawah batas luluh material (345 MPa), Displacement maksimum sebesar 0,01344 mm, serta nilai safety factor sebesar 15, yang mengindikasikan bahwa rangka memiliki kekakuan tinggi, distribusi beban yang merata, dan cadangan kekuatan yang signifikan. Kontribusi penelitian ini terletak pada validasi desain rangka sand blastingberbasis analisis numerik dengan tingkat keamanan tinggi, sehingga desain yang diusulkan dinyatakan layak untuk diimplementasikan pada aplikasi industri skala kecil maupun laboratorium.
Pages: 957-965Views: 11 Downloads: 2PERANCANGAN POMPA SERI DAN PARALEL TERHADAP HEADLOSS
Gesang Bagus Wicaksono Universitas Nusantara PGRI Kediri Indonesia , Ali akbar Universitas Nusantara PGRI Kediri Indonesia , Yasinta Sindy Pramesti Universitas Nusantara PGRI Kediri IndonesiaSistem perpipaan pada instalasi pompa sangat penting untuk proses distribusi fluida,baik dalam rumah tangga maupun laboratorium. Salah satu faktor yang mempengaruhi sistem perpipaan adalah kehilangan energi atau headloss. Penelitian ini bertujuan untuk merancang dan menganalisis pengaruh rangkaian pompa seri dan paralel terhadap nilai headloss menggunakan manometer U pada instalasi perpipaan berbahan PVC. Metode penelitian yang digunakan adalah metode pengembangan yang meluputi studi literatur, desain perancangan, pembuatan alat, pengujian, validasi alat, dan pembuatan laporan. Pengujian dilakukan dengan mengukur selisih ketinggian fluida di manometer U, untuk menentukan nilai headloss pada masing masing rangkaian. Hasil penelitian menunjukkan rangkaian paralel memiliki nilai headloss tertinggi sebesar 1,764 m, sedangkan pada rangkaian seri headloss tertinggi adalah 0,63 m. Perbedaan rangkaian pipa mempengaruhi jumlah nilai headloss yang dihasilkan.
Pages: 819-829Views: 15 Downloads: 11Analisis Blade Pada Mesin Pengaduk Kompos Kapasitas 200 Kg/Jam
Wahyu Erwin Universitas Nusantara PGRI Kediri Indonesia , Hesti Istiqlaliyah Universitas Nusantara PGRI Kediri IndonesiaPengelolaan limbah peternakan dan pertanian di Desa Tempurejo masih menghadapi kendala karena proses pencampuran bahan kompos dilakukan secara manual sehingga membutuhkan waktu lama dan menghasilkan campuran yang kurang homogen. Penelitian ini bertujuan merancang mesin pengaduk kompos kapasitas 200 kg menggunakan blade tipe horizontal ribbon untuk meningkatkan efektivitas proses pencampuran. Metode penelitian meliputi observasi lapangan, studi literatur, perancangan mesin, perakitan, pengujian, dan analisis kinerja. Mesin dirancang menggunakan sistem transmisi pulley dan gearbox untuk menghasilkan kecepatan putar yang sesuai dengan kebutuhan pencampuran bahan kompos. Hasil pengujian menunjukkan bahwa mesin mampu mencampur kotoran kambing, sekam padi, dan bahan organik lainnya secara lebih merata pada kapasitas 200 kg. Penggunaan blade tipe ribbon mendukung sirkulasi material yang baik sehingga meningkatkan homogenitas campuran. Hasil penelitian ini menunjukkan bahwa penerapan teknologi tepat guna dapat meningkatkan efisiensi produksi pupuk organik dan mendukung pengelolaan limbah yang lebih berkelanjutan.
Pages: 863-871Views: 12 Downloads: 11PENINGKATAN EFISIENSI KONTROL MOTOR BLDC DENGAN METODE SIX STEP BERBASIS KONTROL PID
Sohibur Rifky Universitas Nusantara PGRI Kediri Indonesia , Lukman Hakim Universitas Nusantara PGRI Kediri Indonesia , Fidya Eka Prahesti Universitas Nusantara PGRI Kediri Indonesia , M. Dewi Manikta Puspitasari Universitas Nusantara PGRI Kediri Indonesia , Sofyan Ahmadi Universitas Nusantara PGRI Kediri IndonesiaAbstrak—Motor Brushless Direct Current (BLDC) merupakan jenis motor listrik yang banyak digunakan dalam berbagai aplikasi industri, otomasi, dan kendaraan listrik karena memiliki efisiensi tinggi, umur pakai yang panjang, serta kebutuhan perawatan yang rendah. Namun, performa motor BLDC dapat mengalami penurunan akibat ketidakstabilan kecepatan dan perubahan beban selama proses operasi. Metode penelitian yang digunakan adalah penelitian eksperimental dengan merancang sistem kontrol motor BLDC menggunakan mikrokontroler ESP32, driver motor, sensor Hall Effect sebagai umpan balik kecepatan, serta algoritma PID sebagai pengendali utama. Parameter yang diamati meliputi kecepatan motor, error kecepatan, waktu respon, overshoot, dan efisiensi penggunaan daya. Hasil penelitian menunjukkan bahwa penerapan kontrol PID pada metode Six Step mampu meningkatkan kestabilan kecepatan motor dengan rata-rata error kurang dari 1%. Efisiensi sistem juga mengalami peningkatan dari 76,67% menjadi 85,00% atau meningkat sebesar 10,87%. Hasil tersebut menunjukkan bahwa metode Six Step berbasis kontrol PID efektif dalam meningkatkan efisiensi dan performa motor BLDC. Kata Kunci —Motor BLDC, Six Step, PID, ESP32, Efisiensi, Kontrol Kecepatan.
Pages: 899-908Views: 25 Downloads: 6Optimasi Penggerak Pada Mesin Pembelah Kayu Tipe Pisau Kapak Putar
Mochamad Faesal Universitas Nusantara PGRI Kediri Indonesia , Ah. Sulhan fauzi Universitas Nusantara PGRI Kediri Indonesia , Kuni nadliroh Universitas Nusantara PGRI Kediri IndonesiaProses pembelahan kayu bakar kadang masih dilakukan secara manual menggunakan kapak sehingga membutuhkan tenaga besar, waktu lama, dan memiliki risiko kecelakaan kerja. Penelitian ini bertujuan untuk merancang dan mengoptimasi sistem penggerak pada mesin pembelah kayu tipe pisau kapak putar dengan melakukan pengujian pada beberapa tingkat kecepatan putaran mesin. Metode penelitian meliputi perancangan alat, analisa kebutuhan daya, pemilihan komponen, serta pengujian pembelahan menggunakan kayu sengon dan kayu jati dengan pengukuran waktu proses. Hasil pengujian menunjukkan mesin mampu melakukan pembelahan yang baik, dengan hasil terbaik pada kayu sengon diameter 25 cm dengan waktu 4,2 detik dan kayu jati diameter 25 cm dengan waktu 8 detik. Hasil ini menunjukkan bahwa mesin pembelah kayu dapat meningkatkan efisiensi produksi serta menjadi solusi teknologi tepat guna bagi UMKM.
Pages: 830-839Views: 7 Downloads: 5Monitoring Arus dan Kecepatan Sepeda Listrik BLDC Berbasis IoT ESP32
Krisna Abdi Nugraha Universitas Nusantara PGRI Kediri Indonesia , Deni Saputra Universitas Nusantara PGRI Kediri Indonesia , Elsanda Merita Indrawati Universitas Nusantara PGRI Kediri Indonesia , MIftakhul Maulidina Universitas Nusantara PGRI Kediri Indonesia , Sofyan Ahmadi Universitas Nusantara PGRI Kediri IndonesiaSepeda listrik berbasis motor Brushless Direct Current (BLDC) semakin banyak digunakan karena hemat energi dan minim emisi. Namun, permasalahan utama yang sering terjadi adalah arus yang tidak konsisten dan kecepatan yang sulit dikendalikan. Penelitian ini mengembangkan sistem monitoring arus dan kecepatan sepeda listrik BLDC secara real-time berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32. Pengujian dilakukan dalam 60 sesi pada tiga kondisi, yaitu statis dan dinamis beban 75 kg. Hasil pengujian menunjukkan rata-rata arus sebesar 16,4 A (beban 75 kg), serta rata-rata kecepatan 28.3 Km/H. Akurasi sensor ACS712 memiliki error maksimum 4,2% dan sensor LM393 sebesar 3.39%, keduanya memenuhi batas toleransi 5%. Sistem ini terbukti mampu menyajikan data monitoring secara real-time dengan akurasi dan keandalan yang baik sebagai solusi pemantauan performa sepeda listrik BLDC.
Pages: 966-974Views: 14 Downloads: 4Analisis Keretakan Pada Spring Plate Dryer Menggunakan Metode Liquid Penetrant Test Di Pt Petrokimia Gresik
Dicky Maulana Universitas Nusantara PGRI Kediri Indonesia , Fatkhr Rhohman Universitas Nusantara PGRI Kediri Indonesia , Mohammad Muslimin Ilham Universitas Nusantara PGRI Kediri IndonesiaSpring plate dryer merupakan salah satu komponen penting pada sistem pengering di PT Petrokimia Gresik yang bekerja pada kondisi beban mekanis dan temperatur operasi tinggi sehingga berpotensi mengalami keretakan akibat kelelahan material maupun tegangan kerja. Penelitian ini bertujuan untuk menganalisis keretakan yang terjadi pada spring plate dryer menggunakan metode Liquid Penetrant Test (LPT) sebagai metode Non-Destructive Testing (NDT). Pengujian dilakukan melalui tahapan pembersihan permukaan (cleaning), aplikasi cairan penetran, waktu penetrasi (dwell time), pembersihan kelebihan penetran, aplikasi developer, dan interpretasi indikasi retak yang muncul pada permukaan material. Hasil pengujian menunjukkan bahwa metode LPT mampu mengidentifikasi retakan terbuka pada permukaan sambungan las dan area yang mengalami konsentrasi tegangan. Indikasi retakan yang teramati selanjutnya dianalisis berdasarkan bentuk, ukuran, dan lokasi untuk menentukan tingkat keparahan serta potensi kegagalan komponen. Penelitian ini menunjukkan bahwa metode LPT efektif digunakan sebagai teknik inspeksi dini untuk mendukung program pemeliharaan preventif, meningkatkan keandalan peralatan, serta meminimalkan risiko kerusakan yang dapat mengganggu proses produksi di PT Petrokimia Gresik.
Pages: 909-918Views: 5 Downloads: 4Penerapan Game Theory dalam Analisis Strategi Pengembangan Usaha Minimarket Lokal
Halwa Annisa Khoiri Universitas PGRI Madiun Indonesia , Doni Susanto Universitas PGRI Madiun Indonesia , Wildanul Isnaini Universitas PGRI Madiun Indonesia , Aris Syaifuddin Universitas PGRI Madiun Indonesia , Aloysius Tommy Hendrawan Universitas PGRI Madiun IndonesiaPersaingan minimarket lokal dan minimarket waralaba yang semakin ketat memerlukan strategi pemasaran yang tepat. Penelitian ini bertujuan untuk menentukan strategi pengembangan usaha minimarket lokal dengan mempertimbangkan strategi yang diterapkan oleh Indomaret sebagai salah satu minimarket waralaba terbesar. Metode yang digunakan adalah Game Theory dengan dua pemain jumlah nol dan pendekatan mixed strategy. Data diperoleh dari kuesioner yang disebarkan kepada 150 responden yang pernah berbelanja di kedua minimarket. Enam atribut yang digunakan adalah kelengkapan produk, kenyamanan tempat berbelanja, promosi, lokasi, penguasaan informasi produk oleh karyawan, dan harga produk. Hasil pengolahan dan analisis data strategi dominan minimarket lokal adalah harga produk dengan nilai peluang 0,58, sedangkan strategi dominan Indomaret adalah promosi yang menarik dengan nilai peluang 0,596. Hasil ini digunakan untuk menyusun rekomendasi strategi adaptif minimarket lokal untuk meningkatkan daya saing usaha..
Pages: 840-847Views: 20 Downloads: 12Efisiensi Line Balancing Menggunakan Framework Precedence Matrix (FPM)
Wildanul Isnaini Universitas PGRI Madiun Indonesia , Siti Nandiroh Universitas Muhammadiyah Surakarta Indonesia , Halwa Annisa Khoiri Universitas PGRI Madiun IndonesiaKeseimbangan lini merupakan aspek penting dalam sistem produksi untuk mendistribusikan beban kerja secara merata antarstasiun kerja sehingga efisiensi produksi dapat ditingkatkan. Berbagai metode telah dikembangkan untuk menyelesaikan permasalahan keseimbangan lini, namun banyak yang masih sulit diterapkan di industri karena kompleksitas penyelesaiannya. Penelitian sebelumnya memperkenalkan Framework Precedence Matrix (FPM) berbasis spreadsheet sebagai pendekatan yang lebih sederhana, tetapi kajian mengenai metode ini masih terbatas. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi kinerja FPM pada data penelitian dan membandingkannya dengan hasil metode Rank Positional Weight (RPW). Evaluasi dilakukan berdasarkan jumlah station, Line Efficiency (LE), dan Smoothness Index (SI). Hasil penelitian menunjukkan bahwa FPM menghasilkan kinerja yang lebih baik dengan 4 stasiun kerja, nilai LE sebesar 85,97%, dan nilai SI sebesar 1281,6 detik. Hasil tersebut menunjukkan bahwa FPM berpotensi menjadi alternatif praktis untuk penyelesaian masalah keseimbangan lini di industri.
Pages: 848-854Views: 33 Downloads: 15Implementasi Sistem Informasi Pelayanan Pengaduan Masyarakat Berbasis Web Menggunakan Metode Waterfall di Tingkat Kecamatan
Nandana Febry Pradana UNIVERSITAS NUSANTARA PGRI KEDIRI Indonesia , Nanda Firstyanto Putra UNIVERSITAS NUSANTARA PGRI KEDIRI Indonesia , Mukhammad Khoirul Aminin UNIVERSITAS NUSANTARA PGRI KEDIRI Indonesia , Erna Daniati UNIVERSITAS NUSANTARA PGRI KEDIRI IndonesiaPelayanan pengaduan masyarakat merupakan salah satu aspek penting dalam penyelenggaraan pelayanan publik yang bertujuan untuk menampung aspirasi, kritik, dan keluhan masyarakat terhadap berbagai permasalahan yang terjadi di lingkungan pemerintahan. Namun, pada tingkat kecamatan, proses pengaduan masih banyak dilakukan secara konvensional melalui pencatatan manual atau penyampaian secara langsung, sehingga sering menimbulkan kendala seperti lambatnya proses penanganan laporan, kurang optimalnya dokumentasi data, serta minimnya transparansi informasi terkait tindak lanjut pengaduan. Kondisi tersebut dapat menghambat efektivitas pelayanan publik dan mengurangi tingkat kepuasan masyarakat. Oleh karena itu, diperlukan suatu sistem yang mampu mendukung proses pengelolaan pengaduan secara lebih efektif, terstruktur, dan mudah diakses oleh masyarakat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Pelayanan Pengaduan Masyarakat berbasis web dengan menggunakan metode pengembangan Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL untuk mendukung pengelolaan data secara terintegrasi. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu mendigitalisasi proses pengaduan masyarakat, mempermudah admin kecamatan dalam melakukan verifikasi dan pengelolaan laporan, serta memungkinkan masyarakat memantau status pengaduan secara real-time. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi birokrasi, transparansi pelayanan, serta mendukung terwujudnya pelayanan publik yang lebih responsif, akuntabel, dan berorientasi pada kebutuhan masyarakat.
Pages: 999-1010Views: 21 Downloads: 7Perbandingan Performa Kernel RBF dan Kernel Linear pada Metode Support Vector Machine untuk Klasifikasi Jenis Buah Pisang
Septa Nanda Duwi Aditiya Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia , Patmi Kasih Universitas Nusantara PGRI Kediri IndonesiaPerkembangan teknologi computer vision dan machine learning telah mendorong pemanfaatan sistem klasifikasi citra pada sektor pertanian, termasuk untuk identifikasi jenis buah pisang. Penelitian ini bertujuan membandingkan performa kernel Radial Basis Function (RBF) dan kernel Linear pada algoritma Support Vector Machine (SVM) menggunakan kombinasi fitur warna dan bentuk. Dataset yang digunakan terdiri dari 1.140 citra buah pisang tanpa augmentasi yang terbagi ke dalam lima kelas, yaitu pisang ambon, pisang cavendish, pisang hijau, pisang morosebo, dan tidak dikenali. Tahapan penelitian meliputi preprocessing citra, ekstraksi fitur warna menggunakan Color Moments pada ruang warna HSV, ekstraksi fitur bentuk menggunakan Hu Moments dan fitur geometris, normalisasi data, pelatihan model, serta evaluasi menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Hasil pengujian menunjukkan bahwa kernel RBF memberikan performa yang lebih baik dengan akurasi 93,42%, dibandingkan kernel Linear sebesar 91,66%. Selain itu, kernel RBF menghasilkan klasifikasi yang lebih stabil pada kelas dengan karakteristik visual serupa dan lebih efektif dalam menangani pola data non-linear pada citra buah pisang.
Pages: 1011-1019Views: 10 Downloads: 4Pengembangan Sistem Deteksi Kantuk Real-Time Berbasis Komputasi Ringan Menggunakan Analisis Sekuensial Geometri Wajah
Indra Septiawan Universitas Nusantara PGRI Kediri Indonesia , Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia , Danang Wahyu Widodo Universitas Nusantara PGRI Kediri IndonesiaKecelakaan lalu lintas yang diakibatkan oleh penurunan kewaspadaan pengemudi, khususnya fenomena microsleep, masih menjadi penyumbang utama fatalitas di jalan raya. Pengembangan sistem pemantauan pengemudi secara non-intrusif menggunakan visi komputer telah banyak dilakukan, namun sebagian besar model deep learning membutuhkan daya komputasi yang besar. Penelitian awal ini bertujuan untuk mengevaluasi kelayakan arsitektur Long Short-Term Memory (LSTM) berbobot ringan untuk mendeteksi kondisi kantuk secara real-time. Pendekatan yang diusulkan mengekstraksi jarak geometri pada area mata (Eye Aspect Ratio) dan mulut (Mouth Aspect Ratio) menggunakan modul MediaPipe Face Mesh. Untuk mengurangi beban komputasi, data deret waktu dibatasi hanya pada 10 sekuens frame per deteksi dan diproses menggunakan arsitektur LSTM tunggal (single-layer). Pengujian dilakukan menggunakan skema train-test split dengan rasio 80:20. Hasil pengujian menunjukkan bahwa model komputasi ringan ini mampu mencapai tingkat akurasi pengujian sebesar 70.83% dalam mengklasifikasikan kondisi terjaga dan mengantuk. Hal ini mengindikasikan bahwa penggunaan sekuens pendek berbasis landmark geometri wajah sangat layak dan berpotensi untuk diintegrasikan pada perangkat dengan sumber daya terbatas sebagai landasan pengembangan model yang lebih kompleks.
Pages: 1020-1028Views: 7 Downloads: 3Implementasi Support Vector Machine pada Sistem Monitoring Kualitas Air Berbasis IoT
Juli Sulaksono Universitas Nusantara PGRI Kediri Indonesia , Rafli Ardiansyah Universitas Nusantara PGRI Kediri IndonesiaKualitas air merupakan salah satu faktor penting yang memengaruhi kesehatan manusia dan kelestarian lingkungan. Pemantauan kualitas air secara konvensional masih memerlukan pengukuran manual yang kurang efisien untuk pengawasan berkelanjutan. Penelitian ini mengembangkan sistem monitoring kualitas air berbasis Internet of Things (IoT) yang terintegrasi dengan algoritma Support Vector Machine (SVM) untuk melakukan klasifikasi kualitas air secara realtime. Sistem menggunakan sensor pH, Total Dissolved Solids (TDS), dan turbidity yang terhubung dengan mikrokontroler ESP32. Data sensor dikirim melalui jaringan WiFi menuju server dan diproses menggunakan model SVM yang telah dioptimasi menggunakan GridSearchCV. Dataset yang digunakan terdiri dari 4.259 data dengan dua kelas yaitu normal dan tercemar. Hasil evaluasi menunjukkan bahwa model SVM memperoleh akurasi sebesar 99,65% pada data pengujian. Sistem yang dikembangkan berhasil menampilkan data sensor dan hasil klasifikasi secara realtime melalui dashboard berbasis web. Hasil penelitian menunjukkan bahwa integrasi IoT dan machine learning mampu menghasilkan sistem monitoring kualitas air yang efektif, otomatis, dan mudah diakses
Pages: 991-998Views: 16 Downloads: 10Analisis Penerapan Metode SAW untuk Diagnosis Awal Penyakit FLUTD pada Kucing Berbasis Web
Diana Tri Hapsari Universitas Nusantara PGRI Kediri Indonesia , Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia , Lilia Sinta Wahyuniar Universitas Nusantara PGRI Kediri IndonesiaPenyakit FLUTD pada kucing merupakan gangguan saluran kemih yang sering terjadi dan dapat berkembang menjadi kondisi serius jika tidak ditangani sejak dini. Penelitian ini bertujuan untuk membangun sistem berbasis web yang dapat membantu diagnosis awal FLUTD menggunakan metode Simple Additive Weighting SAW. Metode SAW digunakan untuk memberikan penilaian berdasarkan bobot gejala dan menghasilkan nilai preferensi yang di klasifikasikan ke dalam kategori risiko rendah, sedang, dan tinggi terhadap penyakit FLUTD pada kucing. Sistem dikembangkan sebagai sistem pendukung keputusan agar pemilik hewan dan dokter hewan dapat melakukan identifikasi awal secara lebih cepat dan terstruktur. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan kategori tingkat risiko FLUTD berdasarkan gejala yang di inputkan pengguna sehingga dapat membantu proses identifikasi awal penyakit secara cepat dan terstruktur. Dengan adanya sistem ini proses deteksi awal menjadi lebih efektif dan membantu pengambilan keputusan penanganan lebih cepat. Kesimpulan penelitian ini menegaskan bahwa penerapan metode SAW pada sistem berbasis web dapat meningkatkan ketepatan diagnosis awal FLUTD pada kucing.
Pages: 975-981Views: 13 Downloads: 2Analisis Ergonomi Pencahayaan dan Suhu Kerja pada Bagian Sewing Industri Garmen
Aris Syaifuddin Universitas PGRI Madiun Indonesia , Aloysius Tommy Hendrawan Universitas PGRI Madiun Indonesia , Halwa Annisa Khoiri Universitas PGRI Madiun IndonesiaIndustri garmen memerlukan kondisi lingkungan kerja yang sesuai untuk mendukung ketelitian dan kenyamanan pekerja pada proses sewing. Penelitian ini bertujuan menganalisis tingkat pencahayaan dan suhu kerja pada bagian sewing di CV. Inti Karya Sejahtera Kabupaten Madiun serta mengevaluasi kesesuaiannya dengan standar ergonomi. Penelitian menggunakan metode kuantitatif deskriptif dengan objek penelitian sebanyak 60 stasiun kerja operator sewing. Data diperoleh melalui pengukuran langsung menggunakan lux meter dan thermo hygrometer. Hasil penelitian menunjukkan rata-rata pencahayaan sebesar 123,8 lux dan suhu kerja sebesar 37,5°C. Kedua parameter tersebut belum memenuhi standar ergonomi yang direkomendasikan untuk pekerjaan menjahit. Kondisi ini berpotensi menurunkan kenyamanan, kesehatan, dan produktivitas pekerja. Oleh karena itu, diperlukan perbaikan sistem pencahayaan dan ventilasi guna menciptakan lingkungan kerja yang lebih aman dan ergonomis.
Pages: 982-990Views: 11 Downloads: 8Additional 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
