Admin Website UNIKOM

Tag: Scopus

  • Evaluasi Tekno-Ekonomi Produksi Nanopartikel Kobalt Ferit Terdoping Disprosium dengan Metode Sol-Gel Auto-Combustion

    Penulis: Asep Bayu Dani Nandiyanto; Yustika Desti Yolanda; Mia Widyaningsih; Risti Ragadhita; Herry Saputra; Eddy Soeryanto Soegoto; Senny LuckyardiDOI: 10.18280/mmep.090435

    Abstrak
    Tujuan penelitian ini adalah untuk menguji dua model kelayakan ekonomi produksi nanopartikel kobalt ferit yang didoping disprosium dengan metode sol-gel auto-kombusi, dari skala laboratorium hingga skala industri, termasuk analisis teknis dan evaluasi ekonomi. Berbagai parameter evaluasi ekonomi dianalisis untuk melaporkan potensi fabrikasi nanopartikel kobalt ferit yang didoping disprosium dalam hal waktu yang dibutuhkan spekulasi untuk memulihkan total pengeluaran awal (PBP), kondisi proyek pembangkitan dalam fungsi produksi dalam tahun (CNPV), keuntungan usaha, dll. Hasil studi kelayakan ekonomi pada produksi nanopartikel kobalt ferit yang didoping disprosium menunjukkan bahwa semua perubahan parameter memberikan nilai positif, menunjukkan bahwa proyek ini mungkin praktis untuk dijalankan secara komersial dan dalam skala besar. Analisis teknis untuk memproduksi 26,4 ton nanopartikel kobalt ferit yang didoping disprosium per tahun mengungkapkan bahwa investasi akan menguntungkan setelah lebih dari tiga tahun. Proyek ini meniru pedoman pasar modal PBP karena pengembalian investasi yang cepat. Estimasi berkisar dari kondisi ideal hingga terburuk dalam produksi untuk memastikan kelayakan proyek, termasuk tenaga kerja, penjualan, bahan baku, utilitas, faktor eksternal, dan pajak. © 2022, Pemodelan Matematika Masalah Teknik. Semua Hak Dilindungi Undang-Undang.

    Kata kunci penulis
    nanopartikel kobalt ferit terdoping disprosium; evaluasi ekonomi; studi kelayakan; sol-gel auto-combustion

    Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/85141271703

  • Visualisasi Data Ekspor Impor Menggunakan SIG pada Direktorat Jenderal Industri Agro dengan Metode Prototipe

    Penulis: J. C. Wibawa; M. E. Utomo; M. R. Sadif; R. F. Widiarachman; R. Fauzan; N. R. RadliyaDOI: 10.1109/INCITEST59455.2023.10395924

    Abstrak
    Visualisasi data ekspor-impor yang didukung oleh Sistem Informasi Geografis (SIG) dapat membantu mengubah data yang kompleks menjadi lebih mudah dipahami. Penelitian ini bertujuan untuk menyajikan gambaran yang lebih jelas dan komprehensif mengenai pola perdagangan ekspor dan impor suatu wilayah, sekaligus mengidentifikasi tren, hubungan spasial, serta faktor-faktor yang memengaruhi aktivitas perdagangan tersebut. Dengan memanfaatkan SIG, informasi dapat disajikan secara visual melalui peta interaktif sehingga para pengambil keputusan dapat melakukan analisis yang lebih mendalam dan merumuskan kebijakan yang tepat. Dalam proses pengembangan sistem, peneliti menerapkan metode prototipe yang diawali dengan tahap analisis kebutuhan, kemudian dilanjutkan dengan tahap perancangan, implementasi pengembangan, pengujian, dan tahap finalisasi. Luaran dari penelitian ini berupa visualisasi data ekspor dan impor yang disusun berdasarkan klasifikasi kode HS (Harmonized System) dan KBLI (Klasifikasi Baku Lapangan Usaha Indonesia). Penelitian ini memberikan kontribusi baik dalam konteks akademis maupun praktis, salah satunya sebagai bahan pertimbangan dalam menjalin atau melanjutkan perjanjian FTA (Free Trade Agreement). © 2023 IEEE.

    Kata kunci penulis
    visualisasi data; pengambilan keputusan ekonomi; analisis geospasial; ekspor impor; pola perdagangan

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185197258

  • Implementasi Teknologi Konversi Suara ke Teks dan Geolokasi pada Sistem Pedagang Keliling

    Penulis: Eko Budi Setiawan, Syifaul Mukminin, Angga Setiyadi, Chrismikha Hardyanto

    DOI: 10.1109/INCITEST64888.2024.11121482

    Abstrak

    Pedagang keliling adalah jenis usaha yang menyediakan kebutuhan pangan di sektor informal. Saat ini, ketika konsumen ingin memesan, mereka harus mengetikkan kriteria dalam bentuk teks yang cukup panjang. Konsumen juga sering kesulitan mendeteksi lokasi pedagang keliling di sekitar mereka. Penelitian ini mengembangkan aplikasi berbasis web mobile responsif yang memanfaatkan teknologi pengenalan suara, khususnya konversi suara ke teks. Fitur konversi suara ke teks didukung oleh API Hugging Face Whisper, yang diterapkan selama proses pemesanan makanan dan teknologi geolokasi dalam bentuk Layanan Berbasis Lokasi untuk mendeteksi lokasi pedagang keliling secara real-time. Fitur notifikasi menggunakan service worker dan socket.io untuk memberikan informasi ketika pedagang keliling berada di dekat lokasi pembeli. Perangkat lunak ini dikembangkan menggunakan model metodologi agile. Berdasarkan hasil pengujian, 100% dari semua fitur berjalan dengan baik, 82,4% pedagang keliling, dan 94,4% pembeli setuju bahwa implementasi hasil penelitian dapat menyederhanakan proses pemesanan makanan dan pertemuan antara pedagang keliling dan pembeli. © 2024 IEEE.

    Kata kunci penulis

    Geolokasi; Pengenalan wajah; Notifikasi push; Konversi ucapan ke teks; Pedagang keliling

    Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/105015715547

  • Mesin Penjual Kaos Menggunakan ESP32

    Penulis: Mochamad Fajar Wicaksono; Myrna Dwi Rahmatya; Syahrul Syahrul; Sri Nurhayati
    DOI: 10.1109/INCITEST59455.2023.10396857

    Abstrak
    Pada lokasi-lokasi wisata, cenderamata umumnya hanya dapat ditemukan di tempat-tempat tertentu. Akan tetapi, dengan memanfaatkan mesin penjual otomatis (vending machine), penjualan cenderamata dapat dilakukan di berbagai lokasi. Tujuan dari penelitian ini adalah untuk menciptakan suatu sistem penjualan kaos dengan menggunakan mesin penjual otomatis. Mesin penjual otomatis ini dapat ditempatkan di tempat-tempat wisata, bandar udara, atau terminal. Metode yang digunakan dalam penelitian ini adalah metode eksperimental. Dari sisi pengguna (client-side), sistem ini dikendalikan menggunakan ESP32. Sementara itu, dari sisi peladen (server-side), sistem diawasi oleh administrator dengan menggunakan aplikasi web. Administrator bertugas untuk memverifikasi pesanan yang masuk melalui aplikasi web dan mengirimkan kode batang (barcode) ke surel pembeli. ESP32 akan menunggu pembeli untuk memindai kode batang pada mesin penjual otomatis. Jika kode batang tersebut valid, ESP32 akan memberitahukan pembeli melalui OLED. Selanjutnya, ESP32 akan mengaktifkan motor DC untuk menjalankan konveyor. Proses pelepasan kaos yang telah selesai dideteksi menggunakan sensor inframerah. ESP32 kemudian memberitahukan peladen bahwa proses telah selesai dilakukan. Pengujian modular dilaksanakan untuk menguji fungsi setiap komponen perangkat. Sementara itu, pengujian menyeluruh dilaksanakan untuk menguji fungsionalitas sistem. Berdasarkan hasil dari kedua pengujian tersebut, Mesin Penjual Otomatis Menggunakan ESP32 ini bekerja 100% sesuai dengan yang diharapkan. Perangkat ini dapat membaca masukan Kode QR, memvalidasi data ke peladen, mengeluarkan kaos sesuai dengan pesanan yang telah divalidasi, serta meminta penghapusan pesanan kepada peladen ketika transaksi telah selesai dilakukan. Dengan adanya perangkat ini, diharapkan dapat membantu para penjual dan memudahkan para wisatawan. © 2023 IEEE.

    Kata kunci penulis
    ESP32; Kode QR; Kaos; Mesin Penjual Otomatis

    Kata kunci terindeks
    Istilah terkendali teknik
    Kode batang; Motor DC; Detektor inframerah
    Istilah tak terkendali teknik
    Sisi pengguna; Motor DC; ESP32; Kode QR; Sisi peladen; Penjualan cenderamata; Kaos; Tempat wisata; Aplikasi web; Aplikasi Web
    Bidang utama teknik
    Penjualan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185195782

  • Sistem Siber Fisik Otonom: Model Teoretis untuk Pemantauan Proses Pelayuan Teh Hijau

    Penulis: Sopian Alviana; Taufik Djatna; Shelvie Nidya Neyman; Sri Wahjuni

    Abstrak
    Cyber Physical System (CPS) merupakan keterkaitan antara entitas fisik dan entitas virtual. CPS memiliki tingkat kompleksitas dalam membangun hubungan di antara tiga komponen utama, yaitu komponen fisik, komponen siber, dan komponen komunikasi. CPS berkembang menuju sistem yang bersifat otonom sehingga diperlukan pemodelan sistem yang sesuai. Pelayuan teh hijau merupakan salah satu tahapan dalam pengolahan teh hijau yang dilakukan dengan mengalirkan sejumlah daun teh ke dalam mesin pelayuan. Pemodelan berbasis Model-Based System Engineering dapat digunakan untuk memetakan kebutuhan sistem CPS otonom. Pemodelan CPS otonom ini diharapkan mampu mengidentifikasi kebutuhan sistem, baik dari aspek fungsional, logis, maupun fisik, pada proses pelayuan teh hijau. Model yang dikembangkan diharapkan dapat merepresentasikan kebutuhan perilaku sistem CPS otonom pada proses pelayuan teh hijau sebagai studi kasus dari CPS otonom yang bergerak secara dinamis. Dengan demikian, pemodelan ini dapat memberikan gambaran menyeluruh mengenai kebutuhan sistem otonom dalam proses pelayuan teh hijau. © 2023 IEEE.

    Kata kunci penulis
    otonom; cyber physical system; teh hijau; model-based system engineering

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185197647

  • Desain Sistem Pemantauan Kesehatan Domba Berbasis IoT

    Penulis: Henny; Saifan Fachri Azharan; Agus Heri Setya Budi; Enjang Akhmad Juanda; I Made Aryantha Anthara

    DOI: 10.1109/INCITEST59455.2023.10396935

    Abstrak

    Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem pemantauan kesehatan berbasis IoT untuk domba guna memantau parameter fisiologis vital secara akurat, seperti suhu tubuh, denyut nadi, dan laju pernapasan. Sistem ini menggabungkan berbagai teknologi IoT, mengintegrasikan mikrokontroler ESP32, platform ThingSpeak, dan sensor non-invasif. Metode penelitian dan pengembangan, termasuk desain sistem, implementasi, dan pengujian, digunakan. Hasil menunjukkan bahwa sistem secara efektif memberikan pemantauan parameter fisiologis yang ditargetkan secara akurat dan real-time. Hasil menunjukkan akurasi sensor yang mengesankan dengan presisi lebih dari 90% dalam sebagian besar kasus. Pengukuran suhu tubuh menunjukkan kesalahan rata-rata hanya 2,6%, sementara pengukuran denyut nadi menunjukkan kesalahan rata-rata yang sangat rendah, hanya 1,2%. Pengukuran laju pernapasan menunjukkan kesalahan rata-rata yang sedikit lebih tinggi, yaitu 7,55%. Implementasi sistem ini memungkinkan deteksi dini potensi masalah kesehatan, yang mengarah pada peningkatan pengambilan keputusan, manajemen ternak, dan kesejahteraan hewan. Dampak studi ini terletak pada kemajuan sistem pemantauan kesehatan non-invasif untuk ternak dan prospek analisis prediktif berbantuan AI, pengambilan keputusan otomatis, dan perluasan ke spesies ternak lainnya untuk peningkatan kesejahteraan hewan dan produktivitas pertanian secara keseluruhan. © 2023 IEEE.

    Kata kunci penulis

    kesejahteraan hewan; suhu tubuh; mikrokontroler esp32; iot; manajemen ternak; denyut nadi; laju pernapasan; pemantauan kesehatan domba; thingspeak esp-now

    Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/85185200172

  • Mengintegrasikan Pengujian Whitebox dan Blackbox untuk Point of Sales Berbasis Web: Pendekatan Metrik Halstead dan Partisi Ekuivalensi

    Penulis: Rangga Sidik, Novia Ardianti Dewi, Aghnia Maulina, Mega Lestari, Syahrul Mauluddin

    DOI: 10.1109/INCITEST64888.2024.11121454

    Abstrak

    Dalam pengembangan perangkat lunak Point of Sales, kualitas merupakan perhatian penting. Aplikasi Point of Sales harus mampu memberikan efektivitas dalam menyimpan data penjualan perusahaan. Pada tahap pengembangan, pengujian perangkat lunak merupakan tahap penting untuk menghasilkan perangkat lunak berkualitas baik. Pengujian yang tepat dapat memberikan gambaran tentang kualitas perangkat lunak yang sebenarnya. Penelitian ini dilakukan dengan tujuan menguji perangkat lunak Point of Sales berbasis web agar sesuai dengan kebutuhan pengguna. Selain itu, sistem fungsional dapat dipercaya berjalan dengan baik meskipun kompleksitas kode sumber Point of Sales. Kami melakukan pengujian dengan menggabungkan pengujian white box dengan pengujian black box. Penggunaan metode Equivalence Partitioning dan Halstead’s Metric digabungkan untuk mendapatkan hasil pengujian dalam hal fungsionalitas dan kompleksitas program. Sehingga dapat memperoleh efektivitas kode sumber dan mampu mengevaluasi tingkat kesulitan pemrograman. Dari hasil pengujian white box, kami mendapatkan 9 kesalahan yang muncul di halaman toko, dan 13 kasus uji lainnya dinyatakan valid dari 17 kasus uji yang dilakukan menggunakan Equivalence Partitioning. Berdasarkan hasil pengujian dengan metode pengukuran Halstead’s Metric, hasil pengujian menunjukkan bahwa kode sumber memiliki volume dan tingkat kesulitan yang tinggi dengan nilai yang tinggi pula. Hal ini dapat mendefinisikan tingkat kompleksitas PoS. Dari temuan ini, pengembang perangkat lunak PoS dapat memanfaatkannya untuk tahap pengembangan selanjutnya dalam menciptakan sistem Point of Sales yang lebih berkualitas dan andal. © 2024 IEEE.

    Kata kunci penulis

    equivalence partitioning; halstead metric; point of sales; testing; Aplikasi web

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015891816

  • Penerapan Agglomerative Hierarchical Clustering (AHC) 

    untuk Pengelompokan Calon Penerima Beasiswa

    Penulis: Fakhrian Fadlia Adiwijaya; Arisza Zufar Fathurrahman; Chrismikha Hardyanto
    DOI: 10.1109/INCITEST59455.2023.10395926

    Abstrak
    Beasiswa merupakan suatu bentuk bantuan keuangan yang diberikan kepada individu untuk mendukung pendidikan mereka. Beasiswa dapat diberikan oleh institusi pendidikan, pemerintah, organisasi, atau perorangan sebagai sarana untuk membantu biaya pendidikan. Beasiswa dapat hadir dalam berbagai bentuk, termasuk hibah tunai, pembebasan biaya kuliah, bantuan pembelian buku atau perlengkapan pendidikan, atau kombinasi dari bentuk-bentuk bantuan tersebut. Penerima beasiswa biasanya dipilih berdasarkan kriteria spesifik seperti keunggulan akademik, kebutuhan finansial, bakat atau minat khusus, atau prestasi di bidang tertentu. Metode seleksi penerima beasiswa yang umum dilakukan saat ini melibatkan evaluasi terhadap karakteristik mahasiswa yang dinilai berprestasi dan aktif dalam proses pembelajaran. Karena jumlah mahasiswa yang banyak dan terbatasnya kuota beasiswa, proses ini seringkali memakan waktu yang cukup lama, dan pemilihan penerima beasiswa mungkin tidak sepenuhnya akurat. Untuk membantu proses seleksi penerima beasiswa, digunakan teknik data mining, khususnya metode clustering (pengelompokan). Agglomerative Hierarchical Clustering (AHC) adalah salah satu algoritme clustering yang mampu mengelompokkan sekumpulan data ke dalam klaster data tertentu. Data yang dianalisis untuk penentuan penerima beasiswa meliputi data kinerja akademik atau nilai, data kegiatan ekstrakurikuler, data ekonomi, dan data prestasi mahasiswa. Dengan menggunakan metode data mining dan clustering, institusi pendidikan atau organisasi pemberi beasiswa dapat menganalisis data calon penerima beasiswa untuk mengidentifikasi kelompok-kelompok yang memiliki kesamaan berdasarkan kriteria tertentu. Pendekatan ini dapat membuat proses seleksi dan pengelompokan calon penerima beasiswa menjadi lebih efisien dan objektif. © 2023 IEEE.

    Kata kunci penulis
    AHC; Clustering; Data Mining; Manajemen Beasiswa

    Kata kunci terindeks
    Istilah terkendali teknik
    Analisis klaster; Algoritme pengelompokan; Data mining; Ekonomi; Sistem pembelajaran
    Istilah tak terkendali teknik
    Terkini; Keunggulan akademik; Agglomerative hierarchical clustering; Pengelompokan; Institusi pendidikan; Bantuan keuangan; Organisasi pemerintah; Calon; Manajemen beasiswa; Bakat khusus
    Topik utama teknik
    Mahasiswa

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185202061

  • Algoritma Big Data sebagai Pendukung Praktik Pemasaran Berkelanjutan: Sebuah Penelitian Pendahuluan

    Penulis: Rahma Wahdiniwaty; Neng Susi Susilawati Sugiana; M. Yani Syafei; Yeffry Handoko Putra; Lili Adi WibowoDOI: 10.1109/INCITEST59455.2023.10396871

    Abstrak
    Penelitian ini menyajikan tinjauan pustaka sistematis mengenai peran algoritma Big Data dalam mendukung praktik pemasaran berkelanjutan. Praktik pemasaran berkelanjutan semakin memperoleh perhatian di tengah meningkatnya kepedulian terhadap lingkungan serta kesadaran konsumen terhadap isu-isu lingkungan. Dalam konteks tersebut, algoritma Big Data memiliki peran yang semakin penting dalam menganalisis kumpulan data berukuran besar untuk memahami perilaku konsumen, memprediksi tren pasar, serta merancang kampanye pemasaran yang efektif. Tinjauan pustaka dilakukan dengan pendekatan sistematis untuk mengidentifikasi, mengumpulkan, dan menganalisis artikel-artikel yang relevan terkait pemanfaatan algoritma Big Data dalam praktik pemasaran berkelanjutan. Temuan utama dari kajian ini meliputi penerapan algoritma Big Data dalam analisis kebutuhan pasar yang berkelanjutan, pemanfaatannya untuk memprediksi pola konsumen yang ramah lingkungan, serta penggunaannya dalam merancang kampanye pemasaran berkelanjutan yang lebih terarah. Melalui analisis mendalam terhadap literatur yang ada, penelitian ini mengidentifikasi kontribusi signifikan algoritma Big Data dalam mendukung praktik pemasaran berkelanjutan. Namun demikian, kajian ini juga mengungkap berbagai tantangan yang berkaitan dengan privasi data, integritas analisis, serta kompleksitas teknologi. Implikasi praktis dan teoretis dari temuan ini menunjukkan potensi algoritma Big Data sebagai perangkat yang bernilai bagi praktisi pemasaran yang ingin mengadopsi pendekatan yang lebih berkelanjutan. © 2023 IEEE.

    Kata kunci penulis
    Algoritma; Big Data; Praktik Pemasaran; Pemasaran Berkelanjutan

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185195922

  • Sistem Rekomendasi Rute Perjalanan Berbasis 

    Prediksi Cuaca dan Teknologi Geotagging

    Penulis: Eko Budi Setiawan; Gradiyanto Putera Husein; Angga Setiyadi
    DOI: 10.1109/INCITEST59455.2023.10395920

    Abstrak

    Informasi mengenai kondisi cuaca cukup sulit untuk diperoleh dan diprediksi. Masyarakat yang dalam kesehariannya harus melakukan perjalanan menuju suatu destinasi, seperti para pekerja atau wiraniaga, tidak dapat memprediksi cuaca yang akan mereka hadapi selama perjalanan. Dampaknya, masyarakat kerap mengalami beberapa kerugian saat bepergian. Penelitian ini menghasilkan sebuah aplikasi berbasis Android yang digunakan oleh masyarakat umum untuk menghindari kerugian perjalanan yang disebabkan oleh cuaca. Aplikasi ini menyediakan informasi rekomendasi perjalanan berupa rute yang diperoleh dari Google Directions API dan prediksi cuaca yang diperoleh dari Dark Sky API. Aplikasi ini membantu pengguna memprediksi prakiraan cuaca di jalur yang akan dilalui untuk mengurangi risiko kerugian akibat hujan. Hasil pengujian black-box dan penerimaan pengguna menunjukkan bahwa aplikasi berbasis Android ini berhasil mencapai tingkat keberhasilan sebesar 84% dalam memberikan rekomendasi perjalanan, mencapai 80,6% keberhasilan dalam memprediksi cuaca, dan memperoleh 76,6% dalam mengurangi risiko hujan. © 2023 IEEE.

    Kata kunci penulis
    Geotagging; Rekomendasi; Rute; Perjalanan; Cuaca

    Kata kunci terindeks
    Istilah terkendali teknik
    Uji penerimaan; Sistem operasi Android; Antarmuka Pemrograman Aplikasi (API); Pengujian black-box; Prakiraan cuaca
    Istilah tak terkendali teknik
    Kondisi; Kehidupan sehari-hari; Geotagging; Rekomendasi; Rute; Perjalanan; Rute perjalanan; Cuaca; Prediksi cuaca; Pekerja
    Topik utama teknik
    Hujan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185198321