Article Per Year (5 Year)
p-Index From 2020 - 2025
1.203
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Simantec Jurnal Ilmiah Kursor Jurnal Teknologi Informasi dan Ilmu Komputer REKAYASA Network Engineering Research Operation [NERO] Matrik : Jurnal Manajemen dan Teknik Industri Produksi International Journal of Science, Engineering and Information Technology Teknika Jurnal Abdimas Bina Bangsa AKM: Aksi Kepada Masyarakat
Pramudita, Yoga Dwitya
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Trunojoyo Madura
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Strategi Pengolahan Sampah di Kampus Universitas Trunojoyo Madura Ahmad, Sabaruddin; Pramudita, Yoga Dwitya; Arendra, Anis; Dzulkarnain, Iskandar
AKM Vol 5 No 2 (2025): AKM : Aksi Kepada Masyarakat Jurnal Pengabdian Kepada Masyarakat - Januari 2025
Publisher : Sekolah Tinggi Ekonomi dan Bisnis Syariah (STEBIS) Indo Global Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36908/akm.v5i2.1307

Abstract

Gagasan enam sektor sebagai program unggulan percepatan pengembangan kampus Universitas Trunojoyo Madura (UTM) mendapat respon dan dukungan positif. Keenam sektor dimaksud adalah: 1. Garam; 2. Jagung, 3. Sapi, 4. Industri Halal; 5. Ekonomi Kreatif, 6. Energi. Enam sektor ini wujud kepedulian UTM atas permasalahan-permasalahan yang ada di Madura. Enam sektor tersebut dijadikan Centre of Excellence (CoE) sekaligus sebagai unit usaha (profit center) dari UTM dengan bekerja sama dengan mitra dari luar kampus. CoE UTM memiliki komitment yang kuat untuk fokus pada penyelesaian permasalahan yang ada di Madura. Sedangkan profit center (PC) enam sektor yang dibentuk memiliki tugas untuk mengelola unit usaha mandiri yang ada di UTM. Masalah sampah ibarat bola salju, terus membesar dan menimbun. Belum adanya teknologi pengolah sampah yang mampu mengolah segala macam jenis sampah menjadi permasalahan serius di DLH Bangkalan. Untuk mengatasi permasalahan tersebut DLH Bangkalan berkolaborasi dengan UTM (PC Energi). PC Energi mempunyai motto “Dari Sampah Menjadi Berkah” artinya sampah yang semula masalah diolah menjadi produk yang mempunyai nilai ekonomi tinggi (Green Economy) atau menjadi sumber Energy Baru Terbarukan (Green Energy). Solusi yang ditawarkan oleh PC Energi adalah merubah sampah menjadi: Briket, Biogas, Kompos dan Genteng limbah plastik. Selama ini mesin briket yang beredar belum mampu mengolah semua jenis sampah menjadi briket. Berbeda dengan mesin briket yang dirancang PC Energi UTM dengan Mitra DLH Bangkalan mempunyai keunggulan mampu mengolah semua jenis sampah menjadi briket. Melalui program Pengembangan Usaha Kampus (PUK), PC Energi membentuk PUK “Dari Sampah Menjadi Berkah” menjadi unit usaha berbasis Profit, yang diharapkan dapat memberikan kesempatan dan pengalaman kepada mahasiswa untuk menyelesaikan kasus nyata (MBKM).
PEMANFAATAN SABUT KELAPA MENJADI COCOPEAT DAN COCOFIBER DALAM UPAYA PENINGKATAN EKONOMI MASYARAKAT DESA GRUJUGAN SUMENEP Dzulkarnain, Iskandar; Arendra, Anis; Dwitya Pramudita, Yoga; Jamilah, Jamilah
Jurnal Abdimas Bina Bangsa Vol. 6 No. 1 (2025): Jurnal Abdimas Bina Bangsa
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/jabb.v6i1.1550

Abstract

The coconut tree is a plantation crop where almost all parts of it can be utilized by humans and processed into industrial products. The products derived from coconuts include cocofiber, cocopeat, and baby fiber, which are raw materials for other products with higher value and selling prices. The goal of this community service activity is to utilize the coconut husk waste in Grujuga Village into cocopeat products that have a high selling value, thereby improving the economy in Grujugan Village, Gapura District. Through interviews and direct observation, ideas for industry managers were generated, both in terms of improving the production process and developing creative ideas to enhance product value. Based on this, community empowerment activities in the village are crucial to encourage the development of the village to become self-sufficient, as well as increase community knowledge in diversifying coconut commodities through the utilization and processing of coconut husk waste into cocopeat and cocofiber, thus producing superior village products. This will strongly support the village's program as an effort to improve the welfare of the community, the development of the creative economy, environmental management, and the ability to innovate to improve the living standards of the community in accordance with the achievement of the Sustainable Development Goals (SDGs).
Klasifikasi Berita Olahraga Menggunakan Metode Naïve Bayes dengan Enhanced Confix Stripping Stemmer Pramudita, Yoga Dwitya; Putro, Sigit Susanto; Makhmud, Nurul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 3: Juni 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.593 KB) | DOI: 10.25126/jtiik.201853810

Abstract

Dokumen berita olahraga dalam bentuk web kini memiliki jumlah yang besar dalam kurun waktu singkat. Untuk kemudahan akses dokumen perlu melakukan pengelompokan dokumen berita kedalam beberapa kategori. Hal tersebut bertujuan agar berita olahraga tersusun sesuai dengan kategori yang ditentukan. Berita dapat dikelompokkan secara manual oleh manusia, akan tetapi hal tersebut membutuhkan waktu yang lama untuk melakukan kategorisasi. Metode klasifikasi diusulkan dalam penelitian ini untuk melakukan pengkategorian secara otomatis dokumen berita. Tujuan dilakukannya klasifikasi adalah untuk mempercepat dan mempermudah dalam pemberian kategori, sehingga dapat meningkatkan efisiensi waktu. Pada penelitian ini menggunakan metode klasifikasi Naïve Bayes Classifier. Sebelum dilakukan klasifikasi ada proses preprocessing dengan menggunakan Enhanced Confix Striping Stemmer.  Hal ini bertujuan untuk mengembalikan ke bentuk kata dasar, sehingga data berkurang dan proses komputasi menjadi lebih efisien. Pengujian dilakukan menggunakan 18 berita olahraga yang dipilih secara acak oleh user atau tester, dari 18 berita yang diujikan terdapat 14 berita yang bernilai benar atau relevan dengan analisis yang dilakukan use atau tester pada berita uji. Dari penelitian ini dapat disimpulkan bahwa Aplikasi Klasifikasi Berita Olahraga menggunakan Metode Naïve Bayes dengan Enhanced Confix Striping Stemmer mampu mengklasifikasi berita olahraga sesuai dengan kategori masing-masing, seperti Sepak Bola, Basket, Raket, Formula 1, Moto GP dan olahraga lainnya dengan keakuratan sebesar 77%. Abstract Web-based sports news currently has a considerable amount of documents. News documents need to be grouped into multiple categories for easy access. The goal is that sports news is structured according to the specified category. News can be grouped manually by humans, but it takes a long time to categorize if it involves large documents. Classification method is proposed in this research to categorize automatically news document. The purpose of doing the classification is to accelerate and simplify the granting of categories, thereby increasing the efficiency of time. In this research using the Naïve Bayes Classifier classification method. Prior to classification there is a preprocessing process using Enhanced Confix Striping Stemmer. It aims to return to the basic word form, so the data is reduced and the computing process becomes more efficient. From the test using 18 sports news randomly selected by the user or tester, there are 14 news stories that are true or relevant to the analysis by the user or the tester on the test news. This study concludes that the Sports News Classification Application using the Naïve Bayes Method with Enhanced Confix Striping Stemmer is able to classify sports news according to their respective categories, such as Football, Basket, Racquet, Formula 1, Moto GP and other sports with accuracy of 77%.
Co-Authors Ach. Khozaimi Achmad Jauhari Aeri Rachmad Ahmad, Sabaruddin Anis Arendra ela nur azizah Firdaus Solihin Huzaini Huzaini Huzaini Huzaini Iskandar Dzulkarnain Jamilah Khozaimi, Ach. Makhmud, Nurul MHD. Reza M.I. Pulungan Mu’alim Mu’alim Putro, Sigit Susanto Rochman, Eka Mala Sari Rony Azmi Faisal Sugeng Purwoko Vivi Tri Widyaningrum Wahyudi Agustiono Yulinda Nurhafina