Claim Missing Document
Check
Articles

Found 3 Documents
Search

Evaluasi Kinerja Plugin AI Clarity Vx dalam Mereduksi Microphone Bleeding pada Multitrack Vocal Live Sound Berdasarkan SNR Alberthino Ramadhan Oktaviano; Nurchim; Pramono
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Menjaga kejernihan sinyal vokal pada sistem suara pertunjukan langsung (live sound) sering kali terkendala oleh fenomena microphone bleeding, terutama akibat instrumen berdinamika keras. Keterbatasan perangkat konvensional dalam menyaring kebocoran tersebut mendorong pemanfaatan algoritma kecerdasan buatan melalui plugin Waves Clarity Vx. Penelitian ini bertujuan untuk mengevaluasi kinerja plugin tersebut dalam mereduksi microphone bleeding pada kanal vokal multitrack guna menentukan batas optimal terhadap intensitas pemrosesan. Dengan menggunakan pendekatan kuantitatif eksperimental melalui simulasi Virtual Soundcheck, pengujian dilakukan pada 15 sampel vokal dengan menerapkan variasi tingkat reduksi mulai dari 0%, 50%, 75%, hingga 100%. Tingkat kejernihan sinyal dievaluasi secara objektif berdasarkan pengukuran nilai amplitudo Root Mean Square (RMS) yang dikonversi menjadi Signal-to-Noise Ratio (SNR). Hasil analisis menunjukkan bahwa intensitas pemrosesan 50% adalah sebagai titik optimal karena mampu meredam kebisingan latar secara signifikan tanpa mengurangi kualitas sinyal vokal, sedangkan intensitas 100% terbukti stagnan dan justru berisiko mereduksi energi vokal utama. Dengan demikian, plugin AI Clarity Vx dinilai efisien untuk diimplementasikan secara langsung pada sistem live sound selama pengaturannya dikunci pada batas aman 50%.
Analisis Klasifikasi Surat BPS Sragen Menggunakan TF-IDF dan Algoritma Multinomial Naïve Bayes pada E-Arsip Fitria Ayu Novitasari; Wiji Lestari; Pramono
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pengelolaan arsip surat pada Badan Pusat Statistik (BPS) Kabupaten Sragen masih dilakukan secara manual sehingga proses pengelompokan dan pencarian surat memerlukan waktu yang relatif lama serta berpotensi menimbulkan kesalahan klasifikasi. Penelitian ini bertujuan menerapkan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan algoritma Multinomial Naive Bayes untuk melakukan klasifikasi otomatis jenis surat pada sistem e-arsip berbasis web. Tahapan penelitian meliputi pengumpulan dataset surat, preprocessing teks, pembobotan kata menggunakan TF-IDF, serta proses klasifikasi menggunakan Multinomial Naive Bayes. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Flask. Dataset yang digunakan terdiri atas tiga kategori surat, yaitu pengumuman, undangan, dan permohonan. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan jenis surat secara otomatis dengan tingkat akurasi sebesar 85,71%. Hasil tersebut menunjukkan bahwa kombinasi metode TF-IDF dan algoritma Multinomial Naive Bayes cukup efektif dalam meningkatkan efisiensi pengelolaan arsip surat digital. Dengan demikian, sistem yang dikembangkan dapat membantu proses pengelompokan dan pencarian arsip surat secara lebih cepat, tepat, dan terstruktur pada BPS Kabupaten Sragen.
Sistem Monitoring dan Pengendalian Suhu Kandang Ayam Broiler Berbasis IoT Menggunakan Rule-Based Control dan MQTT Higmatul Najib Ananda Saputra; Irfan Harviansah; Gigieh Priambodo; Pramono
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pengendalian suhu kandang ayam broiler secara konvensional masih banyak dilakukan secara manual, sehingga respons terhadap perubahan lingkungan menjadi lambat dan tidak terstandarisasi. Penelitian ini bertujuan mengembangkan sistem monitoring dan pengendalian suhu kandang ayam broiler berbasis Internet of Things (IoT) menggunakan metode Rule-Based Control, dengan parameter kendali yang dapat disesuaikan secara dinamis melalui antarmuka web sesuai fase pertumbuhan ayam. Sistem dibangun menggunakan mikrokontroler ESP8266, sensor DHT22, aktuator lampu dan kipas yang dikendalikan melalui relay, serta LCD sebagai penampil data lokal. Komunikasi data dilakukan melalui protokol MQTT, sedangkan antarmuka monitoring dan kontrol dikembangkan menggunakan framework React.js. Pengujian dilakukan pada prototipe miniatur kandang berukuran 40×20 cm, meliputi akurasi sensor, respons aktuator pada mode otomatis, kemampuan adaptasi threshold melalui antarmuka web, dan fungsionalitas kontrol manual sebagai override. Hasil pengujian menunjukkan rata-rata error pembacaan sensor sebesar 0,80% untuk suhu dan 0,94% untuk kelembapan dibandingkan alat ukur pembanding. Sistem berhasil merespons seluruh kondisi suhu sesuai aturan yang ditetapkan dengan tingkat kesesuaian 100%, serta terbukti menerapkan nilai threshold terbaru setelah diperbarui melalui web. Fitur kontrol manual juga berfungsi sebagai override penuh terhadap sistem otomatis. Penelitian ini menyimpulkan bahwa pendekatan Rule-Based Control yang dipadukan dengan antarmuka web berbasis MQTT berpotensi menjadi solusi yang sederhana, akurat, dan adaptif untuk pengendalian lingkungan kandang ayam broiler berdasarkan fase pertumbuhan.