Article Per Year (5 Year)
p-Index From 2021 - 2026
2.386
P-Index
This Author published in this journals
All Journal Jurnal Teknik Sinergi ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JOIN (Jurnal Online Informatika) M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika JISA (Jurnal Informatika dan Sains) Abdimasku : Jurnal Pengabdian Masyarakat JURNAL ABDI MASYARAKAT INDONESIA (JAMIN) Jurnal Pengabdian Masyarakat dan aplikasi Teknologi
Puspa, Sofia Debi
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Pelatihan Minimasi Waste dengan Lean Manufacturing pada PT. Ganding Toolsindo Puspitasari, Fani; Moengin, Parwadi; Witonohadi, Amal; Puspa, Sofia Debi
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 2, No. 1: January 2023
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2023.v2i1.3531

Abstract

PT. Ganding Toolsindo selalu berusaha meningkatkan hasil produksinya untuk memenuhi kepuasan dan kepercayaan para pelanggan, akan tetapi pelanggan sering mengeluhkan bahwa perusahaan tidak dapat memenuhi permintaan produk yang dipesannya, hal ini dikarenakan kendala yang dialami oleh perusahaan. Berdasarkan penelitian pendahuluan yang dilakukan dengan melakukan pengamatan secara langsung di lantai produksi PT. Ganding Toolsindo didapati bahwa tidak tercapainya rata – rata target produksi/hari dikarenakan adanya aktivitas yang tidak bernilai tambah atau waste. Berdasarkan pengamatan tersebut, diperlukan suatu pendekatan yang dapat meminimasi waste yang terjadi di lantai proses produksi. Salah satu pendekatan untuk meminimasi waste tersebut adalah Lean Manufacturing, pendekatan ini berfokus untuk mengeliminasi pemborosan (waste) pada proses produksi. Pemborosan didefinisikan sebagai segala sesuatu yang tidak menambah nilai pada produk. Tujuan utama dari Lean Manufacturing yakni untuk menghasilkan produk berkualitas tinggi dengan biaya serendah mungkin dalam waktu singkat dengan mengeliminasi pemborosan yang ada pada proses produksi. Salah satu tools Lean Manufacturing yang digunakan pada penelitian ini adalah Value stream Mapping dimana tools tersebut membantu untuk memetakan kondisi aliran proses untuk mengetahui letak dan jenis waste yang terjadi pada aktivitas produksi.
Pelatihan Analisis Biaya Berbasis Teknologi bagi Tenant Rest Area KM 72 A Puspitasari, Fani; Yojana, Ratna Mira; Marie, Iveline Anne; Puspa, Sofia Debi
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 2, No. 1: January 2023
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2023.v2i1.3528

Abstract

Pandemi Covid-19 memberikan dampak buruk terhadap sebagian besar UMKM di Indonesia, namun tidak bagi tenant rest area 72A. Adanya peraturan tambahan untuk pengguna fasilitas umum, mengakibatkan peningkatan jumlah kendaraan pribadi untuk transportrasi antar kota. Kondisi ini dimanfaatkan dengan baik oleh pengelola rest area KM 72A untuk membangun UMKM dan memberdayakan masyarakat sekitar rest area. Namun karena keterbatasan sumber daya dan pengetahuan, beberapa UMKM tidak dapat berkembang dengan baik. Salah satunya adalah karena minimnya pengetahuan mengenai nilai penting melakukan analisis biaya. Sebagian besar UMKM di Rest area KM 72A yang kemudian disebut dengan tenant Rest area 72A, belum melakukan kegiatan analisis biaya dengan baik sehingga tidak dapat menentukan strategi pengembangan usahanya. Oleh karena itu, pengelola rest area Bersama dengan Universitas Trisakti merancang sebuah kegiatan untuk memberikan pemahaman kepada tenant rest area mengenai nilai penting analisis biaya berbasis teknologi dan pemanfaatannya untuk menentukan strategi usaha. Kegiatan ini diharapkan mampu membangun tenant rest area menjadi lebih sustainable dalam bisnisnya.
Optimization of preventive maintenance on critical machines at the Sabiz 1 plant using Reliability-Centered Maintenance method Cahyati, Sally; Puspa, Sofia Debi; Himawan, Riswanda; Agtirey, Novan Rojabil; Leo, Joseph Andrew
SINERGI Vol 28, No 2 (2024)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2024.2.015

Abstract

Maintenance planning is the first step in an industry, especially when it comes to the trade-off between cost and reliability, which is the reason for this research's aim. The Reliability Centered Maintenance (RCM) method will be used in this research to optimize maintenance activity in critical machines at the Sabiz 1 plant to minimize downtime, costs incurred for machine repairs, and production losses. The tools of RCM that will be used such as FMEA to determine critical machines as the focus of analysis, a Fishbone Diagram to determine the causes of failure, an RCM worksheet to get preventive activities, and a statistical distribution approach to obtain appropriate preventive activity intervals. The result of data processing shows that all data has a lognormal distribution and can be continued using the lognormal distribution method. The results of this analysis are the preventive maintenance activities proposal and their intervals as a reference for Sabiz 1 plant maintenance planning. The preventive maintenance plan for three critical machines is the high-pressure pump is four days of inspection activities and two days for replacement activities; for the powder, base conveyor is four days of checking activities and 17 days for replacement activities; and for the extraction tower fan for inspection, activities is seven days. The prediction of the implementation impact of this maintenance planning will save maintenance costs around 70% compared to historical costs.
Pelatihan Pembuatan Dashboard dan Visualisasi Data dengan Looker Studio untuk Penguatan Literasi Data dan Digital Puspa, Sofia Debi; Riyono, Joko; Pujiastuti, Christina Eni; Puspitasari, Fani
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 3, No. 2: October 2024
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2024.v3i2.6272

Abstract

Revolusi Industri 4.0 membuat teknologi informasi berkembang dengan pesat sehingga membawa dampak yang sangat signifikan pada sektor industri. Pilar-pilar utama teknologi pada Industri 4.0 diantaranya Big Data, Artificial Intelligence, Cloud Computing, Internet of Things (IoT), dan lainnya. Dalam implementasi teknologi tersebut dibutuhkan persiapan SDM yang memiliki kemampuan penunjang seperti literasi data, literasi digital, high skill, kemampuan kolaborasi, dan kemampuan analitis yang baik. Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk penguatan literasi data dan digital melalui peningkatan keterampilan visualisasi data, pengolahan data, dan membuat dashboard menjadi interaktif dengan menggunakan Looker Studio. Sasaran PkM adalah guru dari multi-disiplin ilmu dan generasi Z di wilayah Jakarta dan sekitarnya. Kegiatan ini dilaksanakan secara daring yang diikuti oleh 130 peserta. Pelaksanaan PkM terdiri atas pre-test, penyampaian materi, dan post-test. Secara kuantitatif, evaluasi PkM diukur berdasarkan perbandingan hasil pre-test dan post-test. Diperoleh bahwa terdapat peningkatan rata-rata kemampuan peserta pelatihan sebesar 78,72% dari rata-rata sebelum pelatihan diberikan. Selain itu, evaluasi PkM juga dilihat secara kualitatif melalui kuesioner. Sebanyak 59,23% peserta menyatakan “Sangat Setuju” dan 36,15% menyatakan “Setuju” bahwa materi pelatihan bermanfaat untuk wawasan dan karir peserta. Melalui PkM ini diharapkan dapat meningkatkan keterampilan peserta dalam memperoleh insight dari data yang kompleks serta memonitoring laporan yang mampu diperbarui secara real time.Kata kunci: dashboard, literasi data, looker studio, visualisasi data
Algoritma Epsilon Greedy pada Reinforcement Learning untuk Modulasi Adaptif Komunikasi Vehicle to Infrastructure (V2I) KURNIAWATI, NAZMIA; NINGSIH, YULI KURNIA; PUSPA, SOFIA DEBI; ADI, TRI SWASONO
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 9, No 3: Published July 2021
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v9i3.716

Abstract

ABSTRAKKomunikasi Vehicle to Infrastructure (V2I) memungkinkan kendaraan dapat terhubung ke berbagai macam infrastruktur. Dengan kondisi kendaraan yang bergerak, maka kondisi lingkungan yang dilewati mempengaruhi parameter komunikasi. Implementasi modulasi adaptif pada skema V2I memperbolehkan sistem menggunakan skema modulasi yang berbeda untuk mengakomodasi perubahan kondisi lingkungan. Pada penelitian ini digunakan skema modulasi QPSK, 8PSK, dan 16-QAM dengan memanfaatkan reinforcement learning dan algoritma epsilon greedy untuk menentukan skema modulasi yang digunakan berdasarkan level AWGN. Dari hasil simulasi dengan kondisi nilai epsilon yang divariasikan dari 0.1 hingga 0.5 didapatkan bahwa semakin tinggi nilai epsilon maka semakin sering agen tidak memilih skema modulasi dengan reward tertinggi.Kata kunci: Reinforcement learning, Modulasi Adaptif, AWGN ABSTRACTVehicle to Infrastructure (V2I) communication allows vehicles to be connected to various infrastructures. Under the scenario of a moving vehicle, the environmental conditions which is passed by the vehicle will affect the communication parameters. The adaptive modulation implementation in the V2I scheme allows the system to use different modulation schemes to accommodate changing environmental conditions. In this study, the QPSK, 8PSK, and 16-QAM modulation schemes were used by utilizing reinforcement learning and the epsilon greedy algorithm to determine the modulation scheme used based on AWGN level. From the simulation results with the conditions of the epsilon value varying from 0.1 to 0.5, it is found that the higher the epsilon value, the more often the agent does not choose the modulation scheme with the highest reward.Keywords: Reinforcement learning, Adaptive Modulation, AWGN
Customer Segmentation Analysis Using Random Forest & Naïve Bayes Method In The Case of Multi-Class Classification at PT. XYZ Puspa, Sofia Debi; Puspitasari, Fani; Riyono, Joko; Pujiastuti, Christina Eni; Bijlsma, David Leon; Leo, Joseph Andrew
Mathline : Jurnal Matematika dan Pendidikan Matematika Vol. 8 No. 4 (2023): Mathline: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/mathline.v8i4.532

Abstract

Cases of the COVID-19 pandemic are gradually decreasing every day in Indonesia, but the impact of the COVID-19 pandemic has greatly affected various sectors, especially the economy and business. Sales transactions have not yet reached the company's target due to weak public purchasing power. The accuracy of customer segmentation analysis and attractive promo voucher offers are needed to increase the opportunity for people's purchasing power for a product. This study aimed to predict the level of customer purchasing power using the random forest and naïve Bayes methods in the case of multi-class data classification at PT. XYZ. The classification is carried out to determine the type of promo voucher suitable to be offered to customers according to the level of customer purchasing power. The data used is historical daily transaction data from January 1, 2022, to December 31, 2022, which is the transition period for the COVID-19 pandemic. Evaluation using the random forest method produces an accuracy of 99.99%, while the naïve Bayes method produces an accuracy of 92.99%. The random forest and naïve Bayes methods can work very well on large data volumes. However, from the comparison results, it can be concluded that the performance of the random forest method is better than the naïve Bayes method in the multi-class classification case in predicting the level of customer purchasing power at PT. XYZ.
Analysis of Preventive Maintenance on Heavy Dump Suspension Using Reliability-Centered Maintenance Method Puspa, Sofia Debi; Tono Sukarnoto; Dany Nugraha Tantra; Christina Eni Pujiastuti; Joseph Andrew Leo
Jurnal Teknik Vol 23 No 1 (2025): Jurnal Teknik
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37031/jt.v23i1.512

Abstract

The suspension system on Heavy Dump (HD) vehicles is crucial in maintaining stability, comfort, and reliability when used in harsh environments. HD vehicles have a hydraulic-pneumatic suspension that uses nitrogen gas and oil to overcome the load and vibrations from the road. The suspension maintains vehicle components and protects the load, especially when crossing damaged or bumpy roads at high speed. This study aims to optimize preventive maintenance planning using the Reliability-Centered Maintenance (RCM) method and determine the suspension system's preventive activities to reduce breakdowns. In designing effective preventive maintenance, the RCM approach and related methods, such as FMEA, are used to identify critical machines as the focus of analysis. In addition, a statistical distribution approach is used to determine the optimal maintenance activity interval. Based on the analysis results, it was obtained that the data follows a lognormal distribution where the optimization of preventive maintenance on the suspension component is every 370-hour time interval for each machine working. Changing the time interval increased the reliability value from 34.09% to 93.60% before and after preventive maintenance. Preventive maintenance activities with a time interval of 370 hours to reduce unscheduled breakdowns in the form of adjusting suspension components
Literasi Data Dengan Pembuatan Dashboard Dan Visualisasi Data Pada Data Runtun Waktu Dengan Looker Studio Dan RStudio riyono, joko; Pujiastuti, Christina Eni; Supriyadi, Supriyadi; Putri, Aina Latifa Riyana; Puspa, Sofia Debi
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 8, No 2 (2025): MEI 2025
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v8i2.2656

Abstract

Revolusi Industri 4.0 telah membawa pesatnya perkembangan teknologi informasi dan memberikan dampak besar pada berbagai bidang termasuk industri. Pilar teknologi terpenting dalam Revolusi Industri 4.0 meliputi big data, kecerdasan buatan, Internet of Things, komputasi awan, dan manufaktur aditif. PKM ini diadakan sebagai upaya dalam menambah kemampuan pengolahan dan visualisasi data khususnya di Runtun Waktu sehingga laporan menjadi menarik dan interaktif bagi mitra. Mitra PKM ini terdiri dari guru dan Gen Z dari wilayah Jabodetabek. PKM ingin agar Mitra PKM dapat memperoleh wawasan dan pengetahuan dari data yang kompleks serta memantau kondisi bisnis dan bidang lainnya yang dapat terupdate secara real time. Guna mengukur kemampuan Mitra sebelum dan sesudah mengikuti pelatihan, maka setiap Mitra PKM diminta menjawab Quiz sebelum dan sesudah pelatihan. Didasarkan hasil quiz dan kuesioner yang diberikan peserta PKM, sebanyak 85% setara dengan 110 dari total 130 peserta menilai bahwasanya pelaksanaan PKM berjalan dengan baik dan memberikan saran agar pelatihan dapat dilanjutkan dengan topik lain untuk menambah wawasan peserta di era digitalisasi saat ini. 
Optimalisasi AI secara Etis: Strategi Guru Meningkatkan Kualitas Karya Ilmiah untuk Menembus Jurnal Nasional Terakreditasi Puspa, Sofia Debi; Riyono, Joko; Pujiastuti, Christina Eni; Putri, Dianing Novita Nurmala; Putri, Aina Latifa Riyana
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 4, No. 2: October 2025
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2025.v4i2.7910

Abstract

Penulisan karya ilmiah penting bagi guru untuk mendukung pengembangan ilmu dan peningkatan karir profesionalisme. Namun, guru sering mengalami kendala, seperti sulit menentukan topik, keterbatasan pemahaman struktur penulisan, serta keterbatasan penggunaan manajer referensi yang belum optimal. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk mengembangkan pengetahuan dan keterampilan guru dalam penulisan karya imiah serta meningkatkan literasi digital dalam pemanfaatan AI, seperti Elicit dan Research Rabbit, dengan tetap memperhatikan etika penulisan ilmiah. Pelatihan ini ditujukan bagi guru SMP di wilayah Tangerang dan Jakarta, dilaksanakan secara daring, dan diikuti oleh 82 peserta. Hasil evaluasi menunjukkan adanya peningkatan signifikan kemampuan peserta. Nilai rata-rata pre-test tercatat sebesar 46,48 dan meningkat menjadi 69,27 pada post-test. Uji t berpasangan menghasilkan p-value 0,000 kurang dari  0,05 yang menunjukkan adanya perbedaan signifikan antara kemampuan peserta sebelum dan sesudah mengikuti pelatihan. Secara kualitatif, 21,95% peserta menyatakan “sangat setuju” dan 68,29% “setuju” bahwa pelatihan ini bermanfaat dalam meningkatkan wawasan dan keterampilan menulis karya ilmiah.Kata kunci: artificial intelligence, etik, publikasi, teknologi
Enchancing Lung Disease Classification through K-Means Clustering, Chan-Vese Segmentation, and Canny Edge Detection on X-Ray Segmented Images Riyono, Joko; Pujiastuti, Christina Eni; Puspa, Sofia Debi; Supriyadi; Putri, Fayza Nayla Riyana
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.v9i1.1178

Abstract

The lungs are one of the vital organs in the human body. Not only play a role in the respiratory system, the lungs are also responsible for the human circulatory system. Supporting examinations can also facilitate medical workers in determining the diagnosis. Usually a lung examination is complemented by a chest X-ray examination procedure. This examination aims to see directly and assess the severity of lung conditions. With current technological advances, image analysis can be done easily. Through digital image processing methods, information can be obtained from images that can be used for analysis as a support for diagnoses in the world of health. Image segmentation is a method in which digital images are divided into several segments or subgroups based on the characteristics of the pixels in the image. In this study, clustering with the K-Means method will be carried out on the results of segmentation of x-ray images of lung diseases, namely Covid-19, Tuberculosis, and Pneumonia. The segmentation method that will be implemented is the Chan-Vese Method and the Canny Edge Detection Method. This research shows that the results of the accuracy of applying the K-Means Clustering method to Chan-Vese and Canny Edge-Based Image Segmentation are 80%.
Co-Authors ADI, TRI SWASONO Agtirey, Novan Rojabil Amal Witonohadi Bijlsma, David Leon Christina Eni Pujiastuti Dany Nugraha Tantra Fani Puspitasari Himawan, Riswanda Iveline Anne Marie Joko Riyono Joseph Andrew Leo Kurniawati, Nazmia Leo, Joseph Andrew Parwadi Moengin Pujiastuti, Christina Eni Puspitasari, Fani Putri, Aina Latifa Riyana Putri, Dianing Novita Nurmala Putri, Fayza Nayla Riyana Sally Cahyati Supriyadi Supriyadi Supriyadi Syaifudin, - - Tono Sukarnoto Yojana, Ratna Mira Yuli Kurnia Ningsih