Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Prosiding Semnastek

VISUALISASI KANBAN BOARD UNTUK MONITORING PENYELESAIAN TAGIHAN SWAKELOLA DAN PENYEDIA DI BIRO UMUM KEMENTRIAN ESDM Ismawanto, Alvi; Mujiastuti, Rully; Risanty, Rita Dewi; Meilina, Popy
Prosiding Semnastek PROSIDING SEMNASTEK 2024
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Biro Umum Kementerian ESDM senantiasa mengadakan kegiatan dan pekerjaan guna melaksanakan tugas dan fungsinya. Kegiatan dan pekerjaan yang telah selesai dilaksanakan timbul hak tagih untuk dibayarkan. Pembayaran tagihan melalui serangkaian proses penyelesaian tagihan. Penyelesaian tagihan di Biro Umum dimulai dari Pemberkasan hingga Kirim Surat Perintah Membayar (SPM) ke KPPN. Waktu yang diberikan untuk penyelesaian tagihan mengacu pada Perdirjen Perbendaharaan Nomor PER-5/PB/2022 Tahun 2022. Di dalamnya mengatur bahwa batas waktu penyelesaian tagihan selama 17 hari. Namun, penyelesaian tagihan di Biro Umum masih ada yang melewati waktu yang ditentukan. Ini disebabkan karena tidak adanya monitoring penyelesaian tagihan di Biro Umum. Oleh sebab itu, penelitian ini bertujuan untuk merancang Aplikasi Monitoring Penyelesaian Tagihan di Biro Umum Kementerian ESDM. Perancangan aplikasi menggunakan model Prototype. Setiap pegawai yang berperan pada proses penyelesaian tagihan dapat memantau melalui Kanban Board. Kanban Board yang tampil pada Aplikasi dapat memantau setiap tagihan telah sampai pada proses yang mana melalui tujuh stage yang ditampilkan. Tujuh Stage itu diantaranya adalah Stage Pemberkasan, Belum Validasi, Sudah Validasi, Perlu Perbaikan, Sudah Perbaikan, Setuju, dan Lunas. Selain itu, informasi terkait batas waktu juga ditampilkan agar setiap peran dapat segera mengeksekusi apa yang harus diselesaikannya. Dengan demikian, ketepatan waktu dapat dihitung menjadi persentase yang akurat, sudah berapa persen kah ketepatan waktu penyelesaian tagihan di Biro Umum Kementerian ESDM tercapai dapat dilihat pada tampilan Dashboard Aplikasi.Kata kunci: ESDM, Kanban, Monitoring, Prototype, Stage
Identifikasi Pneumonia Pada Anak Berbasis Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Fitria, Natasya Umi; Adharani, Yana; Meilina, Popy; Risanty, Rita Dewi
Prosiding Semnastek PROSIDING SEMNASTEK 2025
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Pneumonia merupakan salah satu penyebab utama kematian anak balita di seluruh dunia. Penyakit ini disebabkan oleh bakteri, virus, atau jamur yang menyebabkan paru-paru terisi nanah dan cairan sehingga menyulitkan anak-anak dalam bernafas. Organisasi Kesehatan Dunia (WHO) menyebutkan 99% kematian anak akibat pneumonia terjadi di negara berkembang. Salah satu cara pengidentifikasi penyakit pneumonia adalah dengan melakukan rontgen x-ray. Hasil rontgen x-ray termasuk citra kompleks sehingga diperlukan metode yang sesuai untuk melakukan identifikasi. Convolutional Neural Network (CNN) merupakan salah satu metode dalam deep learning yang dapat digunakan untuk melakukan klasifikasi. Pada penelitian ini dilakukan klasifikasi terhadap hasil rontgen x-ray paru-paru anak dengan menggunakan CNN. Klasifikasi dibagi kedalam dua kelas, yaitu terindikasi pneumonia dan normal. Hasil uji coba menunjukkan CNN dapat digunakan untuk melakukan klasifikasi apakah seorang anak terindikasi pneumonia atau tidak berdasarkan hasil rontgen x-ray paru-paru anak dengan tingkat akurasi 0.9632 dan loss 0.1139.