Claim Missing Document
Check
Articles

Found 7 Documents
Search

PERBANDINGAN METODE MULTIFACTOR EVALUATION PROCESS DAN ANALYTICAL HIERARCHY PROCESS STUDI KASUS: PROMOSI JABATAN DI BIRO KEPEGAWAIAN INSTITUT TEKNOLOGI NASIONAL BANDUNG UNGKAWA, UUNG; FARUQI, RIDHO; F, NUR FITRIANTI
MIND Journal Vol 4, No 2 (2019): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (303.969 KB) | DOI: 10.26760/mindjournal.v4i2.32-41

Abstract

Dalam sistem pendukung keputusan, banyak dijumpai metode untuk mengevaluasi pilihan dalam mengambil keputusan. Dua di antaranya adalah metode Multifactor Evaluation Process (MFEP) dan Analytical Hierarchy Process (AHP). Dalam paper ini disajikan perbandingan keduanya baik secara prosedural maupun hasil akhir dalam pemberian peringkat karyawan di Biro Kepegawaian Institut Teknologi Nasional (Itenas) Bandung. Hasil menunjukkan, bahwa metode AHP lebih komplek dibanding MFEP sedangkan hasil pemeringkatan diperoleh perbedaan di peringkat empat dan lima dari lima karyawan yang dievaluasi. Kata kunci: Multifactor Evaluation Process, Analytical Hierarchy Process, sistem pendukung keputusan.
IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM PADA MONITOR GETARAN UNTUK ANALISIS KESEHATAN JEMBATAN Fatah, Ahmad; Ungkawa, Uung; Barmawi, Mira Musrini
Jurnal Teknologi Informasi dan Elektronika (INFOTRONIK) Vol 5, No 2 (2020): Vol 5 No 2 Tahun 2020
Publisher : Universitas Sangga Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32897/infotronik.2020.5.2.414

Abstract

Jembatan merupakan bagian yang penting dalam suatu sistem jaringan jalan, karena pengaruhnya yang signifikan bila jembatan itu runtuh atau tidak berfungsi dengan baik, maka keruntuhan jembatan akan mengganggu kelancaran transportasi orang dan barang. Sistem monitor dikembangkan untuk dapat mengetahui kondisi struktur jembatan agar dapat mengantisipasi kegagalan struktur. Dimana dari hasil monitor ini akan dihasilkan data ferekuensi alami, tekanan beban dan lendutan. Data akselerasi Sumbu x,y,dan z akan diolah dengan algoritma Fast Fourier Transform (FFT), kemudian data ferekuensi yang telah diolah akan menghasilkan ferekuensi alami jembatan. Dari hasil penelitian menunjukkan bahwa monitoring getaran jembatan dapat ditampilkan dengan  data akselerasi sumbu X, Y dan Z maupun FFT. Dengan beban 6 KG didapat akselerasi Sumbu x = 1.29, Y = 0.73 dan  Z = 13.39, Ferkunesi Dasar X = 1.82, Y = 1.03  dan Z = 18.93. Untuk parameter lendutan dengan akurasi 99.66%, dengan beban 6Kg didapat Rata-rata error sebesar 11 mm (millimeter) dengan rata-rata persentase error sebesar 0.0396%. untuk parameter Teakann berat dengan akurasi 99,534% , dengan beban 6 Kg didapat Rata-rata persentasi error sebesar 0.1821 Kg dengan persentase error tertinggi  sebesar 0.4566%.  Kesimpulan yang didapatkan dari hasil penilitian bahwa setiap sensor untuk mengitung parameter kesehatan pada purwarupa Jembatan dengan bentang 65cm dari aspek getaran tergolong pada nilai kondisi baik dengan nilai getaran 1,82 Hz. Ditinjau dari aspek lendutandengan beban muatan 6KG, jembatan tidak baik, karena memiliki rata-rata lendutan adalah 10 mm atau 1 cm, dengan batas maksimal 0,65 cm. 
Advancing Local Potential by Developing a Digital Marketing and Digital Personal Branding Application for Local Economic Growth Through Bamboo-Based Innovation Rosmala, Dewi; Irwan, Yusril; Ungkawa, Uung; Anwar, Mochamad Hafied Ibni; Faritsi, Muhammad Hafizh Al; Fadilah, Faisal; Izzati, Sarah Nurul; Nugraha, Fazry Javier; Gunawan, M. Indra; Adhliana, Fadhli; Ramadhan, Dwi Hendra
REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Vol 5, No 3 (2024): REKA ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekaelkomika.v5i3.262-271

Abstract

This personal branding and digital marketing application was developed to address the challenge of promoting bamboo-based products and increasing market visibility for PT. Bintang Mitra Kencana. The company faced difficulties in building a strong market identity and reaching a wider audience. To address these challenges, the application emphasizes the benefits of bamboo products, the company’s commitment to sustainability, and the distinctiveness of its raw materials. Through interactive features such as a product catalog and direct purchasing options, users can easily explore, select, and purchase products. By enhancing user engagement through an intuitive digital experience, this solution supports PT. Bintang Mitra Kencana in increasing brand awareness and significantly expanding its market reach. In the long term, this digital initiative is expected to drive consistent sales growth and positively contribute to the local economy by creating greater demand for eco-friendly bamboo products.
Klasifikasi Warna pada Kematangan Buah Kopi Kuning menggunakan Metode CNN Inception V3 UNGKAWA, UUNG; HAKIM, GALIH AL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 3: Published July 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i3.731

Abstract

ABSTRAKKopi kuning adalah varietas kopi yang berciri khas berwarna kuning saat matang. Permasalahan muncul saat petani tidak sengaja memanen kopi yang masih belum matang sempurna karena warna kopi kuning yang matang berbeda dari kopi lainnya. Penelitian ini menggunakan metode CNN Inception V3 yang merupakan metode deep learning untuk menentukan kematangan buah kopi kuning. Ada permasalahan yakni kurangnya dataset. Dengan teknik augmentasi dan transfer learning permasalahan tersebut dapat diatasi dengan memperoleh model yang baik. Dengan menggunakan label yaitu mentah, setengah matang, matang, dan total 1380 dataset citra buah kopi yang dipecah menjadi 984 citra untuk training, 246 citra untuk validasi dan 150 citra buah kopi untuk testing, didapatkan nilai akurasi metode CNN Inception V3 sebesar 92.00%.Kata kunci: Kopi Kuning, CNN Inception V3 ABSTRACTYellow coffee is a variety of coffee that is distinctive, which has a yellow color when ripe. Problems arise when farmers accidentally harvest coffee that is not fully ripe yet because the color of ripe yellow coffee is different from other coffees. This study used the CNN Inception V3 method, which is a deep learning method for determining the ripeness of yellow coffee cherries. There is a problem, namely the lack of datasets. With augmentation techniques and transfer learning these problems can be overcome by obtaining a good model. By using three labels, namely raw, half-ripe, and ripe, and a total of 1380 coffee bean image datasets broken down into 984 images for training, 246 images for validation and 150 coffee bean images for testing, the accuracy value of the CNN Inception V3 method is 92.00%.Keywords: Yellow Coffee, CNN Inception V3
Sistem Rekapitulasi Nilai Digital SDN 1 Karangmalang Ungkawa, Uung; Kusuma, Haidar Rahman; Akhadin, Mohammad Ramdhani Dinhar; Risnandar, Rizky
Sewagati Vol 9 No 1 (2025)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v9i1.2579

Abstract

Sistem Rekapitulasi Nilai Digital Berbasis website dirancang untuk meningkatkan efisiensi dan akurasi dalam pengelolaan nilai siswa di SDN 1 Karangmalang, Indramayu. Sistem sebelumnya yang manual dinilai kurang efektif dan tidak mendukung integrasi data secara real-time, sehingga memperlambat proses rekapitulasi. Sistem baru ini dikembangkan berbasis website dengan metode System Development Life Cycle (SDLC) model waterfall, mencakup tahapan: perencanaan, analisis, desain, implementasi, dan pemeliharaan. Teknologi yang digunakan meliputi bahasa pemrograman PHP dan MySQL sebagai pengolah database, serta perancangan menggunakan Unified Modeling Language (UML) dengan empat diagram utama: Use Case, Activity, Sequence, dan Class Diagram. Hasil pengembangan menunjukkan bahwa sistem ini mampu mempercepat proses rekapitulasi nilai, meningkatkan akurasi data, dan menghasilkan laporan secara efisien.
Data Balancing Techniques Using the PCA-KMeans and ADASYN for Possible Stroke Disease Cases Ungkawa, Uung; Rafi, Muhammad Avilla
JOIN (Jurnal Online Informatika) Vol 9 No 1 (2024)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v9i1.1293

Abstract

Imbalanced data happens when the distribution of classes is not equal between positive and negative classes. In healthcare, the majority class typically consists of healthy patient data, while the minority class contains sick patient data. This condition can cause the minority class prediction to be wrong because the model tends to predict the majority class. In this study, we use a deep neural network algorithm with focal loss that can deal with class imbalance during training. To balance the data, we use the PCA-KMeans combination model to shrink the dataset and the ADASYN model to give the minority class more samples than it needs. In this study, the research problem is how well the two techniques can improve model performance, especially in minority case classification. The mild model is the best without data balancing, resulting in an accuracy value of 84%. The class 0 F1-score has a value of 86%, whereas the class 1 F1-score has a value of 82%. The moderate model is the best model in the case study of PCA-KMeans balancing data, resulting in an accuracy value of 89%; the class 0 F1-score is 91%; and the class 1 F1-score is 85%. The extreme model is the best model in the ADASYN data balancing case study, resulting in an accuracy value of 95%; the value in class 0 gets a F1-score of 96%, while the value in class 1 gets a F1-score of 96%. Of the three test models, the best model is obtained using ADASYN extreme data balancing with an accuracy value of 95%, the value in class 0 with a F1- score of 93%.
SISTEM ABSENSI DAN REKAPITULASI DI SMP NEGERI 1 BATUJAJAR Ismail, Nirmala Putri; Hakim, Alif Abdul; Subagdja, Tegar; Ungkawa, Uung
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 1 (2025): Volume 6 No. 1 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i1.41913

Abstract

Sistem absensi siswa yang efisien dan akurat merupakan kebutuhan penting bagi institusi pendidikan, termasuk SMP Negeri 1 Batujajar. Saat ini, sekolah masih menggunakan metode absensi manual yang memakan waktu, rentan terhadap kesalahan pencatatan, dan sulit dalam pelaporan serta pemantauan real-time. Studi ini bertujuan untuk mengatasi permasalahan tersebut dengan mengembangkan sistem absensi digital berbasis teknologi.  Tahapan yang dilakukan meliputi analisis kebutuhan melalui wawancara dan observasi, perancangan sistem menggunakan Entity Relationship Diagram (ERD) dan Table Relationship Diagram (TRD), serta pengembangan sistem berbasis framework Laravel dengan database terpusat. Sistem ini memungkinkan pencatatan kehadiran otomatis, pemantauan kehadiran siswa secara real-time, serta pembuatan laporan absensi secara cepat dan akurat. Implementasi melibatkan pelatihan bagi guru dan staf administrasi untuk memastikan adopsi sistem berjalan optimal. Evaluasi dilakukan untuk mengukur efektivitas sistem sekaligus mengumpulkan umpan balik guna penyempurnaan. Hasil implementasi menunjukkan bahwa sistem absensi digital ini mampu meningkatkan efisiensi pengelolaan absensi, mengurangi kesalahan pencatatan, dan mempermudah pelaporan data kehadiran. Dengan demikian, sistem ini tidak hanya mendukung modernisasi administrasi sekolah, tetapi juga menciptakan transparansi dan efisiensi yang lebih baik dalam mendukung proses belajar mengajar di sekolah.