Articles
<![CDATA[PENERAPAN TEKNOLOGI PENGENDALI FERMENTASI TEMPE BAGI USAHA KRUDEL LARISO KELURAHAN PURWANTORO KOTA MALANG ]]>
<![CDATA[Riska Suryanti Putri]]>;
<![CDATA[Muhammad Ifan Fanani]]>;
<![CDATA[Irfan Indra Kurniawan]]>;
<![CDATA[Eka Purna Okta Danawan]]>;
<![CDATA[Kris Inur Firman Sugiarto]]>;
<![CDATA[. Istiadi]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2018 "Inovasi IPTEKS untuk mendukung Pembangunan Berkelanjutan" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1203.078 KB)
<![CDATA[Wilayah Sanan Kelurahan Purwantoro Kecamatan Blimbing Kota Malang ini mengkreasikan olahan tempe menjadi kripik tempe dengan varian rasa yang berbeda. Sekitar 90% dari total masyarakat di wilayah Sanan berprofesi sebagai perajin tempe mulai dari yang berskala mikro sampai skala besar. Oleh karenanya wilayah Sanan menjadi pusat oleh-oleh olahan tempe khas Malang yang sudah di kenal olah masyarakat luas. Minat konsumen yang tinggi berbanding terbalik dengan proses produksinya yang masih manual khususnya proses fermentasi pembuatan tempenya. Proses fermentasi tempe yang bergantung pada kondisi suhu dan kelembaban tertentu dipengaruhi oleh cuaca lingkungannya, sehingga dibutuhkan perhatian dan usaha tersendiri untuk mengupayakan proses fermentasinya. Apalagi cuaca yang tidak menentu perlu upaya yang lebih agar produksi tempe tidak mengalami kegagalan. Berdasarkan kondisi itu, suatu gagasan untuk menerapkan teknologi pengendali fermentasi tempe ini dikembangkan. Alat berbentuk kotak dengan sistem pengendali suhu dan kelembaban secara elektronik dikembangkan agar kondisi fermentasi stabil dalam kotak, sehingga tidak terpengaruh oleh cuaca lingkungan. Dengan penerapan teknologi ini, proses produksi tempe menjadi lebih efektif karena dengan kondisi fermentasi yang stabil akan terbentuk tempe lebih cepat dan dapat meringankan kerja perajin tempe.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN SELEKSI KARYAWAN BARU PADA PT. MMS DENGAN METODE FUZZY TSUKAMOTO ]]>
<![CDATA[Ferry Irmawan]]>;
<![CDATA[Istiadi Istiadi]]>;
<![CDATA[Fitri Marisa]]>;
<![CDATA[Syahroni Wahyu Iriananda]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2019 "Inovasi Cerdas dan Teknologi Hijau untuk Industri 4.0" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (204.895 KB)
<![CDATA[Penelitian ini dilakukan karena adanya permasalahan keterbatasan media yang digunakan dalam proses seleksi karyawan baru pada PT. MMS, Malang. Penelitian ini bertujuan untuk merancang system pendukung keputusan yang mampu membantu kinerja perusahaan dalam menentukan calon karyawan baru dengan menggunakan metode fuzzy tsukamoto. Logika fuzzy adalah suatu teori himpunan logika yang dikembangkan dan digunakan untuk mengatasi konsep nilai diantara kebenaran dan kesalahan. Dengan menggunakan logika fuzzy nilai yang dihasilkan bukan hanya 1 atau 0, tetapi semua kemungkinan diantara 0 dan 1. Hasil penelitian berupa sistem aplikasi yang telah diuji serta dinyatakan memenuhi tujuan yang diharapkan, dengan tingkat validitas 86,67%.]]>
<![CDATA[DAMPAK MBKM TERHADAP MAHASISWA MAGANG DI PLN UPDL PANDAAN ]]>
<![CDATA[Aviv Yuniar Rahman]]>;
<![CDATA[Istiadi Istiadi]]>;
<![CDATA[Elyana Estyandhika]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Program Merdeka Belajar Kampus Merdeka menjadi salah satu tujuan agar mahasiswa dapat meraih capaian pembelajaran dengan kriteria sesuai dengan dunia kerja. Program MBKM telah bekerja sama dengan PT. PLN (persero), dimana dalam PT. PLN (Persero) ini mempunyai sebuah lembaga pribadi untuk para calon pegawai PLN sebelum terjun langsung bekerja di perusahaannya. Dengan program MBKM hasil yang diperoleh yaitu untuk mahasiswa teknik informatika, universitas widayagama malang bisa mendapatkan uplapangan merupakan point penting dalam setiap kegiatan. Kemudian dari PLN Unit Pelaksana Pendidikan dan Latihan (UPDL) Pandaan memiliki dampak yang sangat baik, dengan adanya program ini dapat membantu meringankan beberapa pekerjaan ringan maupun berat. Dari segi Program studi juga memiliki dampak yang sangat penting yaitu dengan adanya program ini Program studi Teknik Informatika menjadi sasaran langsung oleh PLN UPDL Pandaan dalam mencari sebuah mahasiswa magang yang berkompeten. Program MBKM ini juga mampu mewujudkan pembelajaran mahasiswa teknik informatika, universitas widayagama malang dengan memberikan pengalaman lapangan dan meningkatkan kompetensi mahasiswa. Serta dalam program MBKM ini juga akan memberikan tantangan sendiri kepada mahasiswa untuk mengembangkan kreativitas, kepribadian dan kemampuan yang dimiliki.]]>
<![CDATA[IDENTIFIKASI JENIS BURUNG LOVEBIRD MENGGUNAKAN FITUR HISTOGRAM DENGAN EVALUASI SSE ]]>
<![CDATA[Aviv Yunia Rahman]]>;
<![CDATA[Istiadi Istiadi]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Selain suara kicau yang khas, kecantikan warna bulu lovebird juga menjadi daya tarik tersendiri untuk dipelihara atau menjadi burung kontes. Oleh sebab itu hal ini membutuhkan sistem identifikasi gambar citra dengan akurasi yang baik. Salah satunya adalah dengan menggunakan metode Sum of Squared error (SSE) yang dapat mengukur selisih total. Untuk mengukur kemiripan dari dua buah gambar citra parameter yang bisa digunakan untuk membandingakan hasil pengolahan citra dengan citra awal atau asli adalah Mean Square Error (MSE), Root Mean Squared Error (RMSE), dan Peak Signal-to-Noise Ratio (PNSR). Penelitian ini bertujuan melakukan identifikasi jenis burung lovebird menggunakan fitur histogram pada data gambar yang diambil menggunakan kamera. Jumlah sampel gambar diambil dari sangkar burung lovebird sebanyak 27 gambar dengan 9 jenis lovebird. Dalam penelitian ini diambil 2 jenis lovebird dan 3 sampel untuk pencocokan citra gambar. Parameter yang lebih terlihat akurasi pengukuran tingkat kemiripan gambar yaitu RMSE. Hasil identifikasi diperoleh pada citra burung lovebird jenis lovebird batman untuk nilai pengukuran RMSE mendekati nilai 0 dengan hasil nilai RGB yang sama 4.8048, 4.7776, 4.8751 dan lutino dengan nilai akurasi RMSE dengan ciri RGB 8.6636, 8.7782, 8.6196 mendekati 0. Hal ini menunjukan bahwa identifikasi hasil pencocokan gambar citra batman sejenis MIRIP sedangkan untuk berbeda citra gambar Tidak MIRIP. ]]>
<![CDATA[DETEKSI DEPRESI DAN KECEMASAN PENGGUNA TWITTER MENGGUNAKAN BIDIRECTIONAL LSTM ]]>
<![CDATA[Kuncahyo Setyo Nugroho]]>;
<![CDATA[Ismail Akbar]]>;
<![CDATA[Affi Nizar Suksmawati]]>;
<![CDATA[Istiadi Istiadi]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Gangguan mental yang paling umum dialami seseorang dalam kehidupan sehari-hari adalah depresi dan kecemasan. Stigma sosial membuat penderita depresi dan kecemasan diabaikan lingkungan sekitarnya. Oleh karena itu, mereka beralih ke media sosial seperti Twitter untuk mencari dukungan. Mendeteksi pengguna dengan potensi gangguan depresi dan kecemasan melalui data tekstual tidaklah mudah karena mereka tidak secara eksplisit berbicara tentang kondisi mentalnya. Dibutuhkan pemodelan yang mampu mengenali potensi pengguna yang mengalami depresi dan kecemasan pada data tekstual sehingga mereka mendapatkan penanganan lebih awal. Hal ini dapat dicapai dengan teknik klasifikasi teks. Salah satu pendekatan yang dapat digunakan adalah LSTM sebagai pengembangan aristektur RNN dalam menangani masalah vanishing gradient. LSTM standar tidak cukup menangkap informasi karena hanya mampu membaca kalimat dari satu arah. Sedangkan Bidirectional LSTM (BiLSTM) merupakan LSTM dua arah yang mampu menangkap informasi tanpa mengabaikan konteks dan arti dari suatu kalimat. Model BiLSTM yang diusulkan menunjukkan performa yang lebih tinggi daripada semua model machine learning tradisional dan LSTM standar. Berdasarkan hasil pengujian, akurasi tertinggi yang diperoleh BiLSTM mencapai 94.12%. Penelitian ini telah berhasil mengembangkan model untuk deteksi depresi dan kecemasan pengguna twitter.]]>
<![CDATA[PENGEMBANGAN DAN PELATIHAN MODUL PEMBELAJARAN INTERNET OF THINGS (IOT) PADA SMK WIDYAGAMA MALANG ]]>
<![CDATA[Istiadi Istiadi]]>;
<![CDATA[Faqih Faqih]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Mitra kegiatan ini adalah SMK Widyagama Malang yang didirikan pada tanggal 15 Juni 2009 sesuai dengan surat Keputusan Kepala Dinas Pendidikan Pendidikan Kota Malang Nomor : 421.8/3136/35.73.307/2009. Dalam rangka meningkatkan daya saing lulusan dan SMK Widyagama Malang, serta membekali siswa dengan perkembangan teknologi indutri 4.0, maka diperlukan pengenalan dan penguasaan dasar teknologi IoT. Meskipun pihak SMK Widyagama Malang telah memiliki laboratorium computer yang terhubung ke Internet tetapi belum ada perangkat pembelajaran terkait IoT tersebut. Serta guru belum siap untuk memberikan materi pembelajaran tentang IoT. Solusi yang ditawarkan antara lain Penyediaan perangkat latih/trainer IoT, Penyediaan Modul/Panduan pembelajaran IoT, dan Pelatihan pembelajaran IoT bagi pengajar (guru). Pelatihan dilaksanakan baik berupa teori maupun praktek. Untuk mengetahui sejauhmana hasil pelatihan diberikan pre test di awal kegiatan dan post test setelah kegiatan pelatiha. Hasil rata-rata penilaian pre test adalah 52,5 yang menunjukkan pengetahuan dan keterampilan IoT masih kurang, namun setelah pelatihan menunjukkan adanya peningkatan pengetahuan dengan rata-rata hasil penilaian post test sebesar 75, 75. Hal ini menunjukkan bahwa kegiatan ini telah memberikan nilai tambah terkait pengetahuan IoT yang diharpkan kedepannya dapat diteruskan kepada siswa agar dapat memberikan wawasan dan pengetahuan menghadapi era industry 4.0.]]>
<![CDATA[SISTEM PAKAR ANALISA KEPRIBADIAN DAN MINAT DIRI DALAM MENENTUKAN JURUSAN MENGGUNAKAN METODE DEMSPER SHAFER BERBASIS WEB (STUDI KASUS DI SMKN 5 MALANG) ]]>
<![CDATA[Agatha Korina Intaningtyas Anggarin Anggarin]]>;
<![CDATA[Istiad Istiad]]>;
<![CDATA[Gigih Priyandoko]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam menentukan jurusan di suatu sekolah kejuruan terkadang memakan waktu lama untuk konsultasi dengan petugas terkait. Siswa terkadang banyak yang ragu untuk memilih jurusan karena belum yakin dengan minat dalam dirinya. Tidak jarang juga banyak yang memilih jurusan hanya karena asal memilih sehingga pada saat ditengah jalan beberapa ada yang mengeluh salah jurusan. Maka diperlukan sebuah sistem yang dapat memberi rekomendasi jurusan yang sesuai dengan minat diri. Sistem yang dibangun bermaksud untuk membantu siswa maupun pihak sekolah dalam menentukan jurusan sesuai dengan minat diri dari calon siswa. Minat diri untuk menentukan jurusan ini memberi saran jurusan mana yang sebaiknya dipilih oleh calon siswa. Pada sistem ini diterapkan metode Dempster Shafer untuk menangani faktor ketidakpastian pada gejala yang hampir sama di setiap minat diri.]]>
<![CDATA[ANALISIS SENTIMEN APLIKASI GO-JEK MENGGUNAKAN METODE SVM DAN NBC (STUDI KASUS: KOMENTAR PADA PLAY STORE) ]]>
<![CDATA[Mochamad Tri Anjasmoros]]>;
<![CDATA[Istiadi Istiadi]]>;
<![CDATA[Fitri Marisa]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Aktifitas masyarakat setiap hari tidak pernah lepas dari transportasi. Transportasi memudahkan segala aktifitas masyarakat. Mode transportasi yang banyak digunakan masyarakat adalah kendaraan bermotor, baik kendaraan umum maupun pribadi, baik mobil maupun sepeda motor. Ulasan pada penelitian ini bisa digunakan untuk evaluasi dan meningkatkan layanan aplikasi. Untuk mengetahui kualitas pelayanan, analisis sentimen dapat digunakan untuk mengklasifikasikan ulasan ke dalam sentimen positif atau negatif. Pada ulasan aplikasi biasanya terdapat salah eja sehingga sulit dipahami. Tujuan penelitian ini adalah membangun suatu sistem yang dapat menghasilkan informasi tentang perbandingan dari metode SVM(Support Vector Machine) dan NBC(Naive Bayes Classifier) berupa score accuracy, recall dan precission. Score accuracy, recall dan precision paling tinggi adalah 0,897 dengan data testing sebanyak 50% dan 50% da-ta training dari 2.000 komentar menggunakan metode SVM kernel linear. Score accuracy, recall dan precision yang paling rendah adalah 0,48625 dengan data testing sebanyak 40% dan 60% data training menggunakan metode SVM kernel RBF, polynomial dan sigmoid. ]]>
<![CDATA[IMPLEMENTASI DAN KOMPARASI ALGORITMA FUZZY C-MEANS DAN K-MEANS UNTUK MENGELOMPOKKAN SISWA BERDASARKAN NILAI AKADEMIK DAN PERILAKU SISWA (DATA SURVEY) ]]>
<![CDATA[Hadian Artanto]]>;
<![CDATA[Istiadi Istiadi]]>;
<![CDATA[Fitri Marisa]]>;
<![CDATA[Dwi Purnomo]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2019 "Inovasi Cerdas dan Teknologi Hijau untuk Industri 4.0" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (303.998 KB)
<![CDATA[Di dunia pendidikan seringkali nilai akademik selalu dijadikan acuan apakah sudah berhasil atau tidak dalam proses menyelenggarakan pembelajaran dan bimbingan. Akan tetapi prestasi yang diperoleh oleh siswa dipengaruhi oleh banyak faktor seperti tingkat kedisiplinan. Oleh karena itu penelitian ini dilakukan untuk mengelompokkan siswa tidak hanya berdasarkan nilai akademik saja tetapi juga perilaku siswa sehari-hari dengan menggunakan algoritma K-Means dan Fuzzy C-Means (FCM). Penelitian ini menghasilkan rata-rata tingkat akurasi dari proses perhitungan algoritma K-Means mencapai 91% dan membutuhkan waktu 4.4105 detik. Sedangkan rata-rata tingkat akurasi dari proses perhitungan algoritma Fuzzy C-Means mencapai 68% dan membutuhkan waktu 5.5416 detik.]]>
<![CDATA[OPTIMASI RUTE PENJEMPUTAN PENUMPANG TRAVEL MENGGUNAKAN ALGORITMA GENETIKA BERDASARKAN TINGKAT KEMACETAN LALU LINTAS ]]>
<![CDATA[Biaz Surya Prakasa]]>;
<![CDATA[Istiadi Istiadi]]>;
<![CDATA[Gigih Priyandoko]]>
<![CDATA[ Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2019 "Inovasi Cerdas dan Teknologi Hijau untuk Industri 4.0" ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (681.337 KB)
<![CDATA[Transportasi memiliki peranan penting dalam mendukung aktivitas manusia sehari-hari. Semakin meningkatnya kebutuhan tranportasi manusia saat ini, maka kemacetan merupakan salah satu kendala yang sering terjadi di daerah perkotaan yang padat. Oleh sebab itu diperlukaan sistem rute terbaik yang dapat membantu pengguna lalu lintas untuk menemukan rute terbaik berdasarkan kemacetan di suatu titik lalu lintas. Algoritma Genetika ini dipilih karena tidak memiliki kriteria khusus yang dijumpai pada algoritma heuristik lainnya, maka waktu komputasi juga relatif lebih singkat, serta dapat menghasilkan beberapa alternatif solusi yang mempunyai nilai obyektif. Pada penelitian ini menggunakan 3 kriteria penilaian yang diperoleh berdasarkan tingkat kemacetan lalu lintas terdiri dari lalu lintas normal (60 Km/Jam), lalu lintas macet ringan (25 Km/Jam), dan lalu lintas macet berat (15 Km/Jam). Dengan adanya sistem tersebut diharapkan dapat membantu driver mendapatkan informari berupa rute terbaik dengan tepat dan akurat.]]>
