Articles
<![CDATA[Sistem Sensor Penyiram Tanaman Dengan Modul Arduino Uno ]]>
<![CDATA[Setiyawan, Heru]]>;
<![CDATA[Irawan, Rony Heri]]>;
<![CDATA[Helilintar, Risa]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 6 No. 2 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v6i2.2583
<![CDATA[Keberadaan sebuah tumbuhan atau tanaman sangatlah penting bagi makhluk hidup dan lingkungan.Tanaman membutuhkan air agar dapat tumbuh dengan baik. Karena air memiliki peran membantu dalam proses fotosintesis,banyaknya energi pada proses fotosintesis menyebabkan kebutuhan air pada tanaman menjadi tinggi. Tingkat kesuburan tanaman dapat dipengaruhi dengan intensitas air yang dikandungnya. Namun dalam menyirami tanaman secara manual atau tradisional terkadang kurang terjadwal dan terukur menjadikan tidak efektif dan efisien.Oleh karena itu dibutuhkan sistem yang bekerja otomatis dengan itu dibuat sistem sensor watering plants modul real time clock dengan arduino uno dimana arduino uno sebagai pusat pengendali sistem, sensor kelembapan tanah sebagai pengukur kondisi tanah kering, lembab atau basah , modul real time clock sebagai penunjuk waktu saat ini. Dari hasil pengujian, sistem akan menyiram otomatis pada pagi hari pukul 08.00 WIB dan sore hari Pukul 15.00 WIB selama 10 detik. Kemudian sensor kelembapan tanah akan menyiram saat tanah kering dan berhenti saat tanah sudah lembab dan basah, dari hasil pengujian sensor kelembapan tanah rentang pukul 09.00 WIB sampai 14.00 WIB sensor dapat memberi perintah untuk pompa air mati pukul 09.00 WIB sampai 13.00 WIB karena pembacaan sensor untuk kondisi tanah masih lembab maupun basah, pada pukul 14.00 WIB karena sensor mendeteksi tanah kering pompa air hidup untuk menyiram . Dengan dibuat sistem ini diharapkan dapat membantu dan meringankan kegiatan dalam menyirami tanaman.]]>
<![CDATA[Sistem Klasterisasi Algoritma K-means Untuk Menentukan Perkembangan Gizi Balita Dan Lansia Pada Posyandu Banjarsari ]]>
<![CDATA[Ramadhan, Dimas Gilang]]>;
<![CDATA[Kasih, Patmi]]>;
<![CDATA[Irawan, Rony Heri]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 6 No. 3 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v6i3.2671
<![CDATA[Pertumbuhan dan perkembangan balita dari lahir hingga mencapai usia balita harus dimonitoring setiap bulannya untuk mencegah penyakit atau gangguan yang dapat menghambat pertumbuhan dan perkembangannya. Di Indonesia pertumbuhan dan perkembangan balita dimonitoring lewat lembaga Posyandu, yang akan mengadakan pertemuan setiap bulan dengan kelompok ibu-ibu balita di daerahnya masing-masing. Program monitoring ini meliputi proses pemeriksaan berat badan balita dan pemberian imunisasi secara konsisten dengan jangka waktu tertentu. Dalam hal ini posyandu hanya mengetahui penentuan gizi kurang atau gizi baik pada saat diadakanya pemeriksaaan kesehatan sehingga tidak mengetahui dalam jangka waktu tertentu perkembangan balita atau lansia. Posyandu membutuhkan sistem bantu yang dapat digunakan untuk mengelompokkan data balita dan warga sesuai dengan status gizi dan perkembangannya dengan tujuan untuk mempermudah dalam melakukan pantauan kesehatan bagi balita dan lansia. Sistem yang dibangun dalam penelitian ini dibuat sebagai salah satu solusi yang dapat menyelesaikan permasalahan. Sistem pengelompokan data balita dan lansia ini dibuat dengan teknik clusterisasi menggunakan K-Means Clustering untuk mengelompokkan balita dan lansia berdasarkan status gizinya berdasarkan standar kriteria-kriteria yang digunakan di Posyandu.]]>
<![CDATA[Sistem Penerimaan Karyawan Baru Menggunakan Metode Promethee ]]>
<![CDATA[Umam, Moh. Khoirul]]>;
<![CDATA[Irawan, Rony Heri]]>;
<![CDATA[Mahdiyah , Umi]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 2 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/inotek.v7i2.3519
<![CDATA[Penelitian ini bertujuan untuk mengembangkan sistem penerimaan karyawan baru menggunakan metode algoritma Promethee. Dalam era teknologi informasi dan komunikasi yang semakin maju, perusahaan-perusahaan membutuhkan sistem seleksi yang efisien dan akurat dalam memilih karyawan baru. Penelitian sebelumnya telah mengaplikasikan metode Promethee dalam seleksi karyawan, namun masih terdapat keterbatasan dalam jumlah kriteria dan platform yang digunakan. Oleh karena itu, penulis mengusulkan sistem yang dapat memberikan rekomendasi kepada HRD dan pimpinan perusahaan berdasarkan kriteria penilaian yang ditentukan menggunakan metode Promethee. Hasil akhir dari penelitian ini berupa urutan rangking pelamar dari nilai tertinggi hingga terendah.]]>
<![CDATA[PEWARNAAN OTOMATIS CITRA GRAYSCALE BERBASIS MODEL DEEP LEARNING UNTUK PENINGKATAN INTERPRETASI VISUAL ]]>
<![CDATA[Nugroho, Alindro Septo]]>;
<![CDATA[Sahertian, Julian]]>;
<![CDATA[Irawan, Rony Heri]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/nr7x7m75
<![CDATA[Pewarnaan otomatis citra grayscale menggambarkan tantangan besar dalam bidang pengolahan citra digital. Citra grayscale, meskipun mengandung informasi spasial yang melimpah, mengalami hilangnya dimensi warna yang penting, yang mungkin membatasi kemampuan interpretasi visualnya. Studi ini berorientasi pada pengembangan dan penilaian model deep learning yang ditujukan untuk mengotomatisasi proses pewarnaan gambar grayscale. Metodologi yang diterapkan mencakup pelatihan jaringan saraf tiruan konvolusional (CNN) pada dataset gambar berwarna, dengan gambar grayscale sebagai input dan gambar berwarna sebagai output yang diinginkan. Pelatihan difokuskan pada pembelajaran pemetaan yang rumit dari intensitas piksel grayscale menuju saluran warna a dan b dalam ruang warna . Hasil pengujian yang melibatkan lima gambar sampel menunjukkan bahwa model dapat menghasilkan pewarnaan yang secara visual mirip dengan citra sumber aslinya. Evaluasi kuantitatif dengan metrik Mean Absolute Error (MAE), Peak Signal-to-Noise Ratio (PSNR), dan Structural Similarity Index (SSIM) menunjukkan performa yang unggul, dengan nilai rata-rata SSIM sebesar 0.9963, menandakan kualitas pewarnaan yang Sangat Baik. Penemuan ini menekankan potensi besar deep learning dalam menghidupkan kembali informasi warna yang hilang dari gambar grayscale, membuka peluang untuk aplikasi kreatif dalam bidang restorasi foto bersejarah dan visualisasi data.]]>
<![CDATA[Metode CRITIC dan EDAS pada Penilaian Kenerja Pegawai ]]>
<![CDATA[Prastowo, Bayu Aji]]>;
<![CDATA[Irawan, Rony Heri]]>;
<![CDATA[Mahdiyah, Umi]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/ksf8wm20
<![CDATA[Penilaian kinerja pegawai merupakan bagian penting dalam memastikan efisiensi operasional perusahaan. PT Supra Primatama Nusantara menghadapi tantangan dalam menilai kinerja pegawai bagian tiketing perbaikan secara objektif. Penelitian ini bertujuan untuk merancang sistem penilaian kinerja pegawai dengan menggunakan metode CRITIC (Criteria Importance Through Intercriteria Correlation) dan EDAS (Evaluation Based on Distance from Average Solution). Metode CRITIC digunakan untuk pembobotan kriteria kinerja secara objektif (SLA, Maintenance, Patroli, Retensi), sementara EDAS digunakan untuk perangkingan pegawai berdasarkan data tiketing perbaikan Juni 2024 dari 14 teknisi. Hasil CRITIC menunjukkan Patroli Jaringan (C4) sebagai kriteria terpenting (0.3231). Perbandingan hasil CRITIC-EDAS dengan penilaian KPI manual menggunakan Korelasi Spearman menunjukkan keselarasan yang sangat tinggi, dengan koefisien ρ_peringkat (0.9868) dan ρ_skor (0.9975). Ini mengindikasikan bahwa metode CRITIC-EDAS menghasilkan penilaian yang konsisten dengan sistem manual namun dengan objektivitas yang lebih terukur, sehingga penting dalam meningkatkan akurasi evaluasi serta mendukung pengambilan keputusan manajerial yang lebih adil dan transparan.]]>
<![CDATA[Prediksi Promosi Top-Up Game Pada Pola Pembeli ]]>
<![CDATA[Putra, Renno Rama]]>;
<![CDATA[Irawan, Rony Heri]]>;
<![CDATA[Helilintar, Risa]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/1wmdj144
<![CDATA[Penelitian ini bertujuan untuk mengatasi ketidaktepatan strategi promosi pada platform top-up game Rennstore, yang selama ini dilakukan secara konvensional tanpa analisis data historis. Untuk itu, dikembangkan sistem prediksi waktu ideal promosi menggunakan algoritma Random Forest yang menganalisis pola transaksi pengguna. Data transaksi diproses melalui tahapan pembersihan dan transformasi waktu, kemudian dimodelkan untuk memprediksi hari dan jam optimal promosi. Evaluasi sistem dilakukan menggunakan metrik akurasi dan F1-Score. Hasil pengujian menunjukkan akurasi sebesar 76% dan F1-Score sebesar 74%, serta memperoleh tanggapan positif dari pengguna melalui kuisioner. Sistem ini dinilai efektif dan mampu memberikan rekomendasi waktu promosi yang tepat sasaran.]]>
<![CDATA[Analisis Sistem Deteksi Gerakan Push-up Berbasis Pengolahan Citra untuk Pemantauan Latihan Mandiri ]]>
<![CDATA[Suraju, Ghovin]]>;
<![CDATA[Sahertian, Julian]]>;
<![CDATA[Irawan, Rony Heri]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/4zqstz84
<![CDATA[Latihan fisik, terutama push-up, adalah salah satu jenis olahraga yang efektif untuk mempertahankan kebugaran tubuh. Namun, ketidakadanya panduan yang sesuai sering kali menyebabkan kesalahan dalam melaksanakan gerakan, yang dapat menurunkan efektivitas latihan dan bahkan memicu cedera. Studi ini bertujuan untuk merancang dan mengevaluasi sistem deteksi gerakan push-up yang menggunakan pengolahan citra untuk memantau ketepatan gerakan serta memberikan umpan balik otomatis kepada pengguna. Metode penelitian yang diterapkan adalah eksperimen yang memanfaatkan teknik estimasi pose menggunakan MediaPipe untuk melacak sendi-sendi kunci tubuh saat melakukan gerakan push-up. Data input berupa video latihan push-up yang kemudian diolah untuk menghitung sudut siku dan pinggul sebagai indikator keakuratan gerakan. Hasil tes menunjukkan bahwa sistem dapat mengidentifikasi jumlah push-up yang dilaksanakan serta memberikan perkiraan kalori yang terbuang dengan tingkat keakuratan yang memadai. Sistem ini diharapkan dapat berfungsi sebagai alat bantu yang efisien bagi orang-orang yang ingin berlatih push-up secara independen dengan petunjuk yang lebih jelas.]]>
<![CDATA[Klasifikasi Bentuk Wajah Menggunakan Efficientnet-B4 ]]>
<![CDATA[Christofel Wicaksono, John]]>;
<![CDATA[Julian Sahertian]]>;
<![CDATA[Rony Heri Irawan]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/7dfa6t91
<![CDATA[Klasifikasi bentuk wajah merupakan komponen penting dalam sistem rekomendasi produk personalisasi seperti kacamata atau kosmetik. Penelitian ini bertujuan untuk mengembangkan sistem ini bertujuan untuk mengembangkan sistem klasifikasi bentuk wajah otomatis menggunakan srditektur EffiientNet-B4 dengan pendekatan transfer learning pada framework PyTorch. Dataset yang digunakan terdiri dari lima kelas bentuk wajah yaitu oval, round, heart, square dan oblong, yang diambil dari dataset publik. Model dilatih menggunakan augmentasi data, normalisasi, mixed precision training, dan scheduler learning rate. Hasil evaluasi menunjukan bahwa model berhasil mencapai akurasi validasi sebesar 81% dan F1-score rata-rata yang tinggi pada seluruh kelas. Studi ini menunjukan bahwa arsitektur EfficientNet-B4 efektis digunakan dalam tugas klasifikasi bentuk wajah dan dapat digunakan sebagai dasar untuk sistem rekomendasi sebagai dasar untuk sistem rekomendasi berbasis wajah dimasa depan.]]>
<![CDATA[PERANCANGAN SISTEM PAKAR SCREENING PENYAKIT MALNUTRISI REMAJA ]]>
<![CDATA[Ahmad Robet Nailul Author]]>;
<![CDATA[Julian Sahertian]]>;
<![CDATA[Rony Heri Irawan]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/pgcc5j52
<![CDATA[Malnutrisi merukapan sebuah kondisi dimana tubuh seseorang mengalami ketidak seimbangan gizi. Remaja menjadi usia yang rentan mengalami malnutrisi akibat pola makan, dan aktivitas yang tidak teratur. Pada setiap status gizinya, keadaan malnutrisi sendiri juga akan membawa berbagai penyakit yang dapat menyerang. Dengan begitu diperlukan sebuah inovasi berupa sistem pakar yang dapat membantu para remaja untuk mendeteksi lebih dini sebelum melakukan pengecekan kepada dokter. Sistm pakar ini sendiri bekerja berdasarkan gejala-gejala yang sedang dialami oleh pasien. Metode pengambilan keputusan dalam sistem pakar ini menggunakan metode Hybrid Case Base. Penggunaan metode Hybrid Case Base dipilih karena dapat memberi keputusan terbaik berdasarkan gejala yang dialami oleh pasien dengan mencari nilai similarity pada pasien sebelumnya. Selain itu metode ini juga bekerja berdasarkan rule dari seorang pakar. Hasil akhir dari penelitian ini ialah didapatkan hasil pengukuran similarity sebesar 90% dengan hasil diagnosa pasien berpotensi mengidap hipertensi.]]>
<![CDATA[Penerapan Algoritma Clustering Untuk Rekomendasi Program Kursus Bahasa Inggris ]]>
<![CDATA[Amisha Elisya Devi]]>;
<![CDATA[Rony Heri Irawan]]>;
<![CDATA[Risa Helilintar]]>
<![CDATA[ Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 ]]>
Publisher : <![CDATA[Universitas Nusantara PGRI Kediri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29407/drjy7131
<![CDATA[Penelitian ini bertujuan mengembangkan sistem rekomendai program kurus bahasa inggris yang dapat mengarahkan peserta ke program kursus TOEFL, Speaking, atau Grammar berdsarkan preferensi dan karakteristik mereka. Metode yang digunakan adalah kombinasi pembobotan kriteria menggunakan Rank Order Centroid (ROC) dan pengelompokkan data menggunakan k-means clustering. Data peserta dikumpulkan melalui survei dan mencangkup empat kriteria yaitu, tingkat kemampuan, tujuan belajar, durasi kursus, dan metode belajar. Evaluasi dilakukan dengan Silhouette Score, Davies-Bouldin Index, dan Inertia. Hasil menunjukkan bahwa sistem mampu mengelompokkan peserta ke program kursus yang sesuai dengan cukup baik, dengan Silhouette Score sebesar 0.5749. Sistem ini dapat menjadi alat bantu seleksi program belajar yang lebih personal.]]>
