Claim Missing Document
Check
Articles

ANALISIS PENTINGNYA DESAIN PRODUK BAHAN KEMASAN TERHADAP MINAT BELI KONSUMEN (STUDI KASUS “SAMBEL SATE MBAH NO” DESA MUNGGUNG, KECAMATAN PULUNG) ANALYSIS OF THE IMPORTANCE OF PRODUCT DESIGN PACKAGING MATERIALS ON CONSUMER BUYING INTEREST (CASE STUDY OF “ Dika, Resa Priya; Andary, Fauziah; Sabila, Yusrina Nur Amalia; Novitasari, Sely; Arifin, Syamsul
Jurnal Gembira: Pengabdian Kepada Masyarakat Vol 1 No 05 (2023): OKTOBER 2023
Publisher : Media Inovasi Pendidikan dan Publikasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan pengabdian ini untuk mengetahui Pentingnya desain produk terhadap minat beli konsumen pada Sambel Sate Mbah No. Pengabdian ini langsung dilakukan kepada pelaku usaha dengan membuat desain produk. Berdasarkan hasil pengabdian tersebut, menjelaskan bahwa pentingnya kemasan dan desain produk terhadap minat beli konsumen yang outputnya adalah meningkatkan penjualan, setalah melakukan rebranding dan menggunakan kemasan yang menarik perhatian konsumen. Dampak yang diberikan dari pelatihan membuat kemasan yakni menjadikan produknya lebih menarik dapat dirasakan rasakan secara langsung, Karena kemasan yang menarik dapat mentriger konsumen untuk melakukan pembelian terhadap produk karena dianggap menarik sejak pandangan pertama.
Pembuatan Peta Infrastruktur Air dan Sumber Air Untuk Mitigasi Bencana Kekeringan Di Kecamatan Dlingo Kabupaten Bantul Hermawan, Anggi; Sari, Sely Novita; Maulana, Rizal; Ardian, Oggi Heicqal; Pratama, Bagus Gilang
Jompa Abdi: Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2025): Jompa Abdi: Jurnal Pengabdian Masyarakat
Publisher : Yayasan Jompa Research and Development

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57218/jompaabdi.v4i1.1373

Abstract

Curah hujan yang tidak merata sepanjang tahun menjadi faktor utama dalam evaluasi risiko banjir di Kabupaten Bantul, yang belum memiliki pemetaan daerah rawan banjir sebagai dasar kebijakan BPBD. Oleh karena itu, kolaborasi antara ITNY dan BPBD Kabupaten Bantul dalam penyusunan Peta Rawan Banjir menjadi krusial untuk mendukung pengambilan keputusan berbasis data. Metode yang digunakan mencakup studi pendahuluan untuk memahami pola banjir dan dampaknya, pengumpulan data hidrologi dan curah hujan, serta analisis menggunakan perangkat lunak GIS. Peta ini diintegrasikan dengan data administrasi wilayah, topografi, dan infrastruktur air untuk menghasilkan informasi yang akurat dan komprehensif. Sebagai bagian dari upaya mitigasi, pembuatan peta potensi sumber air di Kecamatan Dlingo dengan teknologi GIS melalui ArcGIS 10.8 telah mengidentifikasi lokasi strategis seperti embung, mata air, dan sumur bor. Peta ini juga menyajikan data pendukung dalam bentuk tabel untuk mempermudah analisis dan perencanaan pengelolaan sumber daya air. Dengan metodologi berbasis GIS, peta ini menjadi alat yang informatif dan relevan bagi pihak berwenang serta masyarakat dalam mendukung pembangunan berkelanjutan dan mitigasi risiko bencana terkait air di Kabupaten Bantul.
EVALUASI GUDANG LOGISTIK BERDASARKAN OBSERVASI DI BADAN PENANGGULANGAN BENCANA DAERAH (BPBD) KABUPATEN BANTUL DALAM MENGHADAPI BENCANA ANCAMAN MEGATHRUST PANTAI SELATAN JAWA Sianturi, Faldi Daud Suiyoso; Sulton, Adam; Sa’adah, Alfinur Insaniyati Umi; Ramadhani, Fauziah; Hafid, Anggun Abdul; SARI, SELY NOVITA; Maulana, Rizal; ridayati
Retii 2024: Prosiding Seminar Nasional ReTII ke-19 (Edisi Pengabdian Kepada Masyarakat)
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The Regional Disaster Management Agency (BPBD) of Bantul Regency plays a crucial role in disaster preparedness, mitigation, response, and recovery in Bantul, Yogyakarta. This community service project was conducted to evaluate the logistics warehouse management of BPBD Bantul Regency in addressing the potential threat of earthquakes and tsunamis caused by the megathrust along the southern coast of Java. The study was carried out through direct observation of the logistics warehouse and semi-structured interviews with BPBD staff during the period from May to August 2024. Observations revealed that BPBD Bantul Regency faces challenges related to limited storage space and overcrowded items, which may slow down the logistics distribution process during emergencies. Additionally, the logistics management system does not fully comply with the standards set out in BNPB Head Regulation No. 06 of 2009 on Warehouse Guidelines. To enhance preparedness, recommendations include improvements in warehouse organization, upgrading the logistics management system, and providing adequate equipment. These steps are expected to increase the efficiency and effectiveness of BPBD in handling disaster logistics, ensuring faster and more targeted distribution, and supporting optimal disaster management in Bantul Regency
Penggunaan Metode Elbow untuk Pemilihan Jumlah Klaster dalam Identifikasi Bahan Material Shelter Modular SARI, SELY NOVITA; Pratama, Bagus Gilang; Prastowo, Rizqi
Retii 2024: Prosiding Seminar Nasional ReTII ke-19 (Edisi Penelitian)
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Modular shelters have become a popular solution for temporary infrastructure construction, especially in disaster-affected areas. One of the main challenges is selecting the appropriate materials, which can be addressed through cluster analysis to group materials based on similar characteristics. The Elbow Method is used to determine the optimal number of clusters in this analysis, with the "elbow" point on the graph indicating that four clusters are ideal. The K-Means algorithm is then applied to group material data based on the centroid of each cluster. The application of the Elbow Method has proven effective in determining the optimal number of clusters for material identification in modular shelter construction. By analyzing the relationship between the number of clusters and inertia, the Elbow Method successfully indicates that four clusters are the most appropriate. The Elbow graph shows a significant "elbow" after the third and fourth clusters, where the decrease in inertia slows down, indicating that adding more than four clusters does not significantly improve data grouping. Quantitatively, clustering with four clusters provides a balance between data variation and ease of interpretation. Each cluster exhibits distinct characteristics based on the average values of structural and architectural attributes, with variability measured through standard deviation
Pendekatan Principal Component Analysis untuk Peningkatan Efektivitas Pemeliharaan Jalan Kabupaten Pratama, Bagus Gilang; SARI, SELY NOVITA; Yuliani, Oni
Retii 2024: Prosiding Seminar Nasional ReTII ke-19 (Edisi Penelitian)
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Road maintenance is a crucial aspect of maintaining the quality and sustainability of transportation infrastructure, especially at the district level, as well-maintained roads support the smooth distribution and economic mobility. However, with the increasing number of road sections and limited budget, determining maintenance priorities becomes a challenge. This study aims to analyze the application of Principal Component Analysis (PCA) in improving the efficiency and accuracy of road maintenance priority determination at the district level. Using data from 141 road sections, variables such as road conditions, traffic volume, pavement width, and heavy vehicle count were analyzed using the PCA method. In conclusion, PCA is effective in simplifying the decision-making process regarding road maintenance by focusing on significant variables, thereby increasing the efficiency of resource management and the accuracy of maintenance priority determination. The data normalized using Min-Max Scaler was reduced to 9 principal variables that explained more than 90% of the variance from the original data.
Penerapan Back Propagation Neural Network untuk Identifikasi Bangunan di Wilayah Rawan Longsor Pratama, Bagus Gilang; SARI, SELY NOVITA; Prasojo, Joko
Retii 2024: Prosiding Seminar Nasional ReTII ke-19 (Edisi Penelitian)
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Landslides are a natural disaster that frequently occurs in Indonesia, requiring effective prediction methods for risk mitigation. This research aims to investigate the performance and accuracy of the Back Propagation Neural Network (BPNN) in identifying buildings in landslide-prone areas. The dataset used consists of satellite images and building parameters such as building plans, floor plans, foundations, and topographic elements. The data was normalized using the Min-Max Scaler and divided into training (60%), validation (15%), and test sets (25%). The BPNN model was designed with 8 neurons in the input layer, 30 neurons in the hidden layer, and 3 neurons in the output layer, using ReLU and Softmax activation functions. The results show that the model achieved an accuracy of 90%, with the confusion matrix demonstrating accurate classification for most buildings. Out of the total samples, only 1.2% misclassification occurred in the "Less Safe" category. In conclusion, the model achieved an accuracy of 93%, with an average precision of 93.4%, an average recall of 93%, and an F1-Score of 93%. These results indicate that the BPNN model has excellent performance in detecting and predicting the safety level of buildings in landslide-prone areas
EXPERIMENTAL STUDY OF IOT SENSOR PERFORMANCE FOR BUILDING MOVEMENT MONITORING Sari, Sely Novita; Pratama, Bagus Gilang; Prasojo, Joko
KURVATEK Vol 10 No 2 (2025): Energy Management and Sustainable Environment
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33579/krvtk.v10i2.6397

Abstract

Real-time monitoring of building movement is essential to mitigate structural damage risks, particularly in earthquake-prone regions. The application of Internet of Things (IoT) technology enables continuous and efficient measurement of structural deformation and inclination through the integration of smart sensors and cloud-based systems. The primary objective of this study is to evaluate the performance of a MEMS-based IoT sensor system in detecting displacement and angular changes in building structures. An experimental laboratory test was conducted by comparing the readings of accelerometer, gyroscope, and inclinometer sensors with standard measuring instruments. Results indicate an average measurement error of 1.58%, a response time of 2.34 seconds, and data transmission reliability of 97.8%, demonstrating high accuracy and stability. The integration of sensors, an ESP32 microcontroller, and a cloud computing platform shows strong potential for implementation as an effective IoT-based Structural Health Monitoring (SHM) system, supporting the development of resilient and sustainable smart infrastructure
Desain dan Implementasi Alat Pemantauan Cuaca Self-Sustain Berbasis IoT untuk Dukungan Data Cuaca Real-Time Yuliani, Oni; Pratama, Bagus Gilang; Sari, Sely Novita
Retii 2025: Prosiding Seminar Nasional ReTII ke-20 (Edisi Penelitian)
Publisher : Institut Teknologi Nasional Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perubahan iklim dan dinamika cuaca ekstrem menuntut ketersediaan sistem pemantauan cuaca yang akurat, berkelanjutan, dan mudah diakses. Sistem konvensional yang bergantung pada infrastruktur listrik dan operasional manual sering kali menghadapi keterbatasan di wilayah terpencil. Sebagai respons terhadap tantangan tersebut, dikembangkan alat pemantauan cuaca self-sustain berbasis Internet of Things (IoT) yang mampu menyediakan data atmosfer secara real-time melalui integrasi sensor otomatis dan sumber energi surya. Sistem menggunakan sensor DHT22, BMP280, BH1750, anemometer digital, dan rain sensor yang dihubungkan ke mikrokontroler ESP32 dan dikirim ke cloud platform (ThingSpeak dan Blynk) untuk visualisasi data daring. Pengujian dilakukan selama tujuh hari di lingkungan terbuka Kampus ITNY dengan interval pengambilan data setiap lima menit. Hasil menunjukkan akurasi pengukuran dalam batas ±5% dibandingkan data BMKG, efisiensi energi 84,7%, dan tingkat keberhasilan transmisi data 97,6%. Sistem mampu beroperasi mandiri hingga 78 jam tanpa sinar matahari, membuktikan efektivitas rancangan self-sustain berbasis energi terbarukan. Penelitian ini mendukung pengembangan sistem pemantauan cuaca yang efisien, hemat energi, dan berkelanjutan untuk mendukung mitigasi bencana dan perencanaan sumber daya berbasis data real-time.
Implementasi Artificial Neural Network Untuk Prediksi Pelaksanaan Pemeliharaan Hotel di Yogyakarta Pratama, Bagus Gilang; Sari, Sely Novita; Maulana, Rizal
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 4 (2025): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i4.6022

Abstract

Industri perhotelan di Yogyakarta menghadapi tantangan dalam pemeliharaan fasilitas yang efisien dan berbasis kondisi aktual. Penelitian ini mengembangkan model Artificial Neural Network (ANN) untuk mengidentifikasi jenis pemeliharaan hotel secara akurat. Menggunakan pendekatan kuantitatif dengan data dari 175 responden, model dilatih menggunakan arsitektur multilayer perceptron dan data yang dinormalisasi dengan Min-Max Scaler. hasilnya menunjukkan performa klasifikasi yang sangat baik terhadap lima kategori kelayakan pemeliharaan hotel. Model berhasil memprediksi 9 data kelas Sangat Tidak Layak secara akurat, 11 dari 13 data kelas Tidak Layak dengan 2 kesalahan minor, serta 15 dari 16 data kelas Cukup Layak dengan hanya 1 kesalahan. Untuk kelas Layak, model mengklasifikasikan 9 data secara tepat, dan pada kelas Sangat Layak, seluruh 6 data diprediksi dengan akurasi sempurna tanpa kesalahan. Temuan ini menegaskan efektivitas ANN dalam pemeliharaan prediktif dan potensinya untuk diintegrasikan ke sistem IoT, meskipun masih perlu pengembangan terkait data real-time dan ketidakseimbangan kelas.
Identifikasi Penggunaan Material Untuk Hunian Modular Sementara Menggunakan Metode Statistik Ciri Orde Pertama Grito, Mortalesel; Sari, Sely Novita; Asih, Andrea Sumarah
Device Vol. 15 No. 2 (2025): Bulan November
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/2fwytg59

Abstract

Indonesia sering mengalami bencana alam yang merusak infrastruktur, termasuk hunian. Korban bencana memerlukan hunian sementara yang aman dan nyaman, di mana hunian modular menjadi solusi karena fleksibel, cepat dipasang, dan dapat dioptimalkan menjadi semi permanen. Pemilihan material untuk hunian modular harus ringan, mudah didapat, dan tahan cuaca. Tujuan penelitian ini adalah untuk mengidentifikasi penggunaan material yang optimal untuk hunian modular sementara dengan menggunakan metode statistik ciri orde pertama. Data diperoleh dari 91 responden melalui pengamatan terhadap proyek hunian modular. Data tersebut dianalisis secara statistik untuk mengevaluasi rata-rata, simpangan baku, serta mengidentifikasi potensi anomali dalam penggunaan material pada struktur tiang penyangga, dinding, dan pondasi. Analisis material pada hunian modular sementara menunjukkan variasi signifikan. Material TP_BR pada tiang penyangga digunakan lebih dominan (rata-rata 2.83) dibandingkan TP_P (1.87), yang bisa menjadi anomali jika perbedaan melebihi deviasi standar. Pada dinding, AD_GG digunakan lebih sering (2.8) dibandingkan AD_PE (2.24) dan AD_S (2.45), yang juga bisa dianggap anomali jika tidak konsisten. Pada pondasi, SP_BT memiliki rata-rata 2.55, lebih tinggi dari SP_A (2.22), yang mungkin mencerminkan anomali
Co-Authors Afredo Tubur, Hasi Albani Musyafa, Albani Alfinur Insaniyati Umi Sa'adah Alwarizi, Fahrol Amir Machmud Amir Machmud, Amir Andary, Fauziah Andrea Sumarah Asih Andri Daeng Salimung Anggi Hermawan Ardian, Oggi Heical Ariza Tiara Ramadhanti Astuti Umasugi Avon Budiono Bagus Gilang Pratama, Bagus Gilang Bere, Gracensia Bismoko Rahadrian Suseno Cengiz, Korhan Chandra Wahyu Herbyanto Clara Anggreini Ines Benge Dandi Pramono Payungan Dandi Pranomo Darlahanus, David Dian Nurcahyani Dika, Resa Priya Do’o, Ricko Rivaldo Ruben Fahrul Nurfajri Mokoagow Fajar, Muhammad Rizky Fandanu Firdyan Syah Faturrahman Jahrun Trumpi Filipus Alfriyadi Junaidi Filipus Alfriyadi Junaidi Fitri Nugraheni Fitri Nugraheni Grito, Mortalesel Hadi Riswanto, Teguh Hafid, Anggun Abdul Ilham Mopio Ilham Mopio Ircham Iwan Tri Riyadi Yanto Iwan Tri Riyadi Yanto, Iwan Tri Riyadi Jesika Dekrita Uan Joko Prasojo Kartika, Erawati Kota, Reynaldus Sean Kristin Yunita Mahbubi, Khairul Mokoagow, Fahrul Nurfajri Muhammad Hanif Jufri Mustafa Mat Deris Musyafa', Albani Mutiara Pasande Surugallang Nawawi, Ilham nico siliansyah Norhalina Senan Oggi Heical Ardian Oggi Heicqal Ardian Oni Yuliani Ozyurt, Basak Putri Jea, Maria Carvallo Putri, Silfia Dwi Rahmad Junaidi, Rahmad Rahmatullah Gafar kahar Ramadhani, Fauziah Ramadhani, Nanda ratih dwi indrajad ratih Ratna Kartikasari Rd. Rohmat Saedudin Ricko Rivaldo Ruben Do’o Ridayati Ridayati Ridwan, Khalid S Riswan Rizal Maulana Rizal Maulana Rizal Maulana, Rizal Rizky Tri Astuti Rizqi Prastowo Sa’adah, Alfinur Insaniyati Umi Sabila, Yusrina Nur Amalia Sabrina Putri Puspitasari Sarwidi Sarwidi Sarwidi, Sarwidi Setya Winarno sianturi, faldi daud suiyoso Sogar, Aris Umbu Soru Sulton, Adam Syach Reza Fachlevi Syamsul Arifin Tedy Kurniawan Topac, Tuna triwuryanto Triwuryanto Triwuryanto Triwuryanto Veronica Diana Anis Anggorowati wahyu anisa dwi bekti Wijanarko, Yulius Yobel, Felix Zulkahhar Ariga