Claim Missing Document
Check
Articles

Found 30 Documents
Search

Klasifikasi Peminatan Mahasiswa Terhadap Jurusan di Fakultas Teknolgi Industri : Klasifikasi Peminatan Mahasiswa Terhadap Jurusan di Fakultas Teknolgi Industri Syntia Manalu, Diana; Medita, Vincencia; Tabrizon, Islahhudin fuadi; Arya Bagaskara, Muhammad; Agung Dermawan, Aulia
Jurnal Teknik Ibnu Sina (JT-IBSI) Vol. 9 No. 01 (2024): JT-IBSI (Jurnal Teknik Ibnu Sina)
Publisher : Fakultas Teknik Universitas Ibnu Sina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jt-ibsi.v9i01.885

Abstract

Fakultas Teknologi Industri memiliki peran penting dalam pendidikan tinggi di Indonesia. Fakultas ini bertanggung jawab untuk menghasilkan lulusan yang memiliki kemampuan dan pengetahuan dalam bidang teknologi industri. Teknologi industri juga terus berkembang dengan sangat cepat Untuk memenuhi kebutuhan industri dan Masyarakat. Beberapa kebutuhan masyarakat yang perlu dipenuhi antara lain: ahli dalam bidang teknologi hijau, teknologi digital, dan teknologi inovatif. Untuk memenuhi kebutuhan ini, Fakultas Teknologi Industri perlu mengadopsi peminatan jurusan yang sesuai dengan kebutuhan masyarakat. beberapa peminatan jurusan yang dapat diadopsi antara lain: Teknik Digital, Teknik Robotika, dan Teknik Nanoteknologi. Peminatan jurusan ini dapat membantu Fakultas Teknologi Industri dalam menghasilkan lulusan yang memiliki kemampuan dan pengetahuan dalam bidang teknologi industri yang sesuai dengan perkembangan teknologi
Klasifikasi Ketidakhadiran Karyawan Menggunakan Metode Algoritma Decision Tree C4.5: Klasifikasi Ketidakhadiran Karyawan Menggunakan Metode Algoritma Decision Tree C4.5 sarina siburian, Rita; Rozalia, Oktafanny; Alpianita, Pina; Agung Dermawan, Aulia
Jurnal Teknik Ibnu Sina (JT-IBSI) Vol. 9 No. 01 (2024): JT-IBSI (Jurnal Teknik Ibnu Sina)
Publisher : Fakultas Teknik Universitas Ibnu Sina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jt-ibsi.v9i01.887

Abstract

Tidak setiap karyawan absen memiliki konotasi negatif yang melekat padanya. Selain itu, ada izin tertentu yang dianggap tepat dan memiliki jangka waktu tertentu yang tidak akan membuat pihak terlalu sulit untuk bekerja, atau ada absen yang dapat ditoleransi oleh organisasi atau perusahaan jika mereka memiliki alasan yang sah - seperti sakit. Tujuan dari studi ini adalah untuk menentukan berapa banyak algoritma C4.5 dapat membantu dalam proses komputasi kategorisasi untuk mengidentifikasi cara untuk meningkatkan produktivitas pekerja Menggunakan Algoritma C4.5 untuk mengklasifikasikan penambangan data adalah salah satu pendekatan dan metode yang diperlukan untuk mengidentifikasi solusi yang akan meningkatkan produktivitas karyawan di tempat kerja. Untuk hasil yang optimal, pengolahan data dilakukan dengan menggunakan Rapid Miner 5 Tools. Salah satu jenis aturan klasifikasi penambangan data adalah algoritma C4.5. Setelah pengujian, Algoritma C4.5 menghasilkan hasil dengan akurasi 60%.
Klasifikasi Diagnosa Pasien Di Klinik Sri Dengan Metode Decision Tree: Klasifikasi Diagnosa Pasien Di Klinik Sri Dengan Metode Decision Tree Fadlu Rahman, Ihsan; Ayu Shestia, Wenny; Delti Rama, Sanniyah; Wenny, Salwa Azzahra; Agung Dermawan, Aulia
Jurnal Teknik Ibnu Sina (JT-IBSI) Vol. 9 No. 01 (2024): JT-IBSI (Jurnal Teknik Ibnu Sina)
Publisher : Fakultas Teknik Universitas Ibnu Sina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jt-ibsi.v9i01.890

Abstract

Tujuan dari penelitian ini adalah untuk menggunakan algoritma pohon keputusan C.45 untuk mengkategorikan diagnosis pasien di Klinik Sri. Salah satu metode penambangan data terbaik untuk membuat keputusan berbasis data adalah pohon keputusan. Kumpulan data penelitian ini terdiri dari berbagai karakteristik. Perawatan medis pasien, termasuk riwayat kesehatan, usia, jenis kelamin, diagnosis, dan rincian mengenai apakah mereka sakit atau tidak. Dengan menggunakan algoritma decision tree C.45, model dikembangkan untuk memprediksi diagnosa berdasarkan pola-pola yang ditemukan dalam data pasien. Hasilnya menunjukkan tingkat akurasi model Decision Tree yang sangat baik dalam mendiagnosis kondisi. Eksekusi Diharapkan bahwa teknik ini akan membantu klinik dalam membuat diagnosis lebih cepat dan akurat, dan meningkatkan standar perawatan yang diberikan kepada pasien. Ciri-ciri perawatan medis yang memiliki dampak terbesar pada diagnosis juga ditemukan dalam penelitian ini.
SOSIALISASI DAN EDUKASI POLA PEMBUANGAN SAMPAH MENUJU LINGKUNGAN ASRI DAN SEHAT PADA MASYARAKAT TANJUNG UMA, KOTA BATAM Putera, Dimas Akmarul; Dermawan, Aulia Agung; Lawi, Ansarullah; Aranski, Alvendo Wahyu; Kremer, Hendri; Lesmana, Naufal Indra
MINDA BAHARU Vol 8, No 2 (2024): Minda Baharu
Publisher : Universitas Riau Kepulauan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33373/jmb.v8i2.6490

Abstract

Permasalahan utama yang dihadapi masyarakat Tanjung Uma, Kecamatan Lubuk Baja, Kota Batam adalah rendahnya kesadaran dan pengetahuan tentang pengelolaan sampah yang benar, yang menyebabkan penumpukan sampah dengan dampak negatif terhadap kualitas lingkungan dan kesehatan masyarakat. Kegiatan ini bertujuan untuk menganalisis dan memperbaiki pola pembuangan sampah melalui survei lapangan untuk memahami perilaku masyarakat serta faktor sosial, ekonomi, dan budaya yang memengaruhinya. Solusi yang ditawarkan meliputi edukasi tentang bahaya sampah dan pelatihan pengelolaan sampah, seperti pemanfaatan sampah organik menjadi pupuk dan daur ulang sampah non-organik menjadi barang bernilai guna. Hasil kegiatan menunjukkan perubahan positif dalam perilaku masyarakat, termasuk meningkatnya kesadaran terhadap pengelolaan sampah dan keterlibatan aktif dalam program daur ulang, yang memberikan manfaat ekonomi dan dampak positif terhadap lingkungan. Untuk keberlanjutan program, disarankan memperluas sosialisasi ke sekolah, kantor, dan tingkat kecamatan, serta menjalin kerjasama dengan perusahaan dan NGO untuk mendukung pengelolaan sampah yang lebih efektif.
Optimasi Klasifikasi Penjualan Produk Skincare Terlaris di Klinik XYZ Menggunakan Algoritma Decision Tree C4.5 Dermawan, Aulia Agung; Vadilla, Kansa; Leman, A. M.
Jurnal Pendidikan Sains dan Komputer Vol. 5 No. 01 (2025): Call for Papers February 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v5i01.5529

Abstract

Penelitian ini bertujuan untuk mengoptimalkan klasifikasi penjualan produk skincare terlaris di Klinik XYZ menggunakan algoritma Decision Tree C4.5. Dengan meningkatnya persaingan di industri skincare, manajemen penjualan berbasis data menjadi sangat penting bagi perusahaan untuk meningkatkan daya saing dan memenuhi kebutuhan pelanggan. Data penjualan yang digunakan mencakup atribut seperti nama produk, kategori, harga, dan status popularitas (terlaris atau tidak) dari periode Januari hingga April 2024. Melalui metode Decision Tree C4.5, penelitian ini membangun model klasifikasi untuk mengidentifikasi produk terlaris berdasarkan kategori dan harga. Hasil penelitian menunjukkan bahwa kategori produk dan harga merupakan faktor utama yang memengaruhi popularitas produk skincare. Meskipun model ini mencapai akurasi sebesar 68,75%, hasil tersebut menunjukkan bahwa masih diperlukan optimasi lebih lanjut. Berdasarkan temuan ini, disarankan untuk melakukan optimasi model dan mempertimbangkan algoritma lain yang lebih kompleks untuk meningkatkan akurasi prediksi. Hasil penelitian ini diharapkan dapat memberikan wawasan strategis bagi Klinik XYZ dalam menentukan harga dan strategi pemasaran yang lebih efektif.
Penerapan Panel Surya Cerdas untuk Peningkatan Infrastruktur Listrik Di Pulau Putri Candra, Joni Eka; Dermawan, Aulia Agung; Putera, Dimas Akmarul; Roland, Roland; Steve, Jorvick
Jurnal SOLMA Vol. 14 No. 1 (2025)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v14i1.17532

Abstract

Pendahuluan: Keterbatasan infrastruktur listrik membuat masyarakat Pulau Putri bergantung pada sumber energi konvensional yang tidak efisien dan mahal. Oleh karena itu, proyek "Penerapan Panel Surya Cerdas untuk Peningkatan Infrastruktur Listrik di Pulau Putri" dilaksanakan sebagai solusi inovatif untuk mengatasi masalah tersebut. Studi ini bertujuan untuk memasang sistem panel surya cerdas yang memanfaatkan teknologi Internet of Things (IoT) untuk memantau dan mengoptimalkan kinerja sistem secara real-time. Metode: Studi awal, survei lokasi, perencanaan, desain sistem, sosialisasi, pelatihan masyarakat, instalasi, implementasi, monitoring, dan evaluasi. Hasil: Berhasilnya pemasangan sistem panel surya 400Wp di Pulau Putri, teknologi IoT, efisiensi energi dan pengurangan biaya bahan bakar fosil.  Kesimpulan: Kegiatan ini bermanfaat bagi masyarakat karena dapat mengurangi emisi karbon dan menghemat biaya operasional.
Development of an IoT-Based Mobile Plastic Shredder for Optimized Waste Management in Batam Lawi, Ansarullah; Dermawan, Aulia Agung; Kurniawan , Dwi Ely; Yuni Roza; Ardilla, Thania; ., Jaswin
Journal of Applied Informatics and Computing Vol. 9 No. 2 (2025): April 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i2.9208

Abstract

Plastic waste management has become a critical environmental issue, with its improper handling leading to severe ecological and health impacts. This research addresses the challenge by designing and developing an IoT-based mobile plastic shredding machine aimed at improving waste management efficiency, particularly in Batam City, Indonesia. Utilizing Borg and Gall’s R&D framework, this study integrates IoT technology to enhance the machine’s functionality, enabling real-time data collection and remote monitoring through mobile applications. The machine comprises three functional levels: a storage area for raw plastic bottles, a shredding unit with proximity sensors, and a post-shredding storage compartment. Key innovations include weight sensors for automatic material handling and real-time data transmission via the Blynk IoT platform, controlled by an Arduino microcontroller. The modular design ensures portability, easy maintenance, and adaptability for use in various locations, including coastal areas. Prototyping involved integrating proximity sensors, load cells, relays, and motor control systems to ensure smooth operation. The machine demonstrated consistent performance during testing, with its IoT features enabling remote control and monitoring via smartphones. This facilitates optimized waste collection and contributes to reducing environmental pollution caused by plastic waste. The IoT-based mobile plastic shredding machine not only enhances waste management efficiency but also supports sustainability goals. Its portability and environmentally friendly design make it a practical solution for managing plastic waste in underserved areas. This innovation provides a significant step toward addressing the global plastic waste crisis, aligning with technological advancements to promote sustainable waste management practices.
Optimasi Klasifikasi Penjualan Produk Skincare Terlaris di Klinik XYZ Menggunakan Algoritma Decision Tree C4.5 Dermawan, Aulia Agung; Vadilla, Kansa; Leman, A. M.
Jurnal Pendidikan Sains dan Komputer Vol. 5 No. 01 (2025): Artikel Riset February 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v5i01.5529

Abstract

Penelitian ini bertujuan untuk mengoptimalkan klasifikasi penjualan produk skincare terlaris di Klinik XYZ menggunakan algoritma Decision Tree C4.5. Dengan meningkatnya persaingan di industri skincare, manajemen penjualan berbasis data menjadi sangat penting bagi perusahaan untuk meningkatkan daya saing dan memenuhi kebutuhan pelanggan. Data penjualan yang digunakan mencakup atribut seperti nama produk, kategori, harga, dan status popularitas (terlaris atau tidak) dari periode Januari hingga April 2024. Melalui metode Decision Tree C4.5, penelitian ini membangun model klasifikasi untuk mengidentifikasi produk terlaris berdasarkan kategori dan harga. Hasil penelitian menunjukkan bahwa kategori produk dan harga merupakan faktor utama yang memengaruhi popularitas produk skincare. Meskipun model ini mencapai akurasi sebesar 68,75%, hasil tersebut menunjukkan bahwa masih diperlukan optimasi lebih lanjut. Berdasarkan temuan ini, disarankan untuk melakukan optimasi model dan mempertimbangkan algoritma lain yang lebih kompleks untuk meningkatkan akurasi prediksi. Hasil penelitian ini diharapkan dapat memberikan wawasan strategis bagi Klinik XYZ dalam menentukan harga dan strategi pemasaran yang lebih efektif.
Analisis K3 Dengan Menggunakan Metode JSA Pada Proses Bolting di PT. XYZ Steve, Jorvick; Dermawan, Aulia Agung
Jurnal Teknik Ibnu Sina (JT-IBSI) Vol. 10 No. 1 (2025): JT-IBSI (Jurnal Teknik Ibnu Sina)
Publisher : Fakultas Teknik Universitas Ibnu Sina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jt-ibsi.v10i1.1142

Abstract

Penelitian ini bertujuan untuk mengidentifikasi potensi bahaya dan merumuskan tindakan pengendalian risiko pada proses bolting di PT. XYZ dengan menggunakan metode Job Safety Analysis (JSA). Aktivitas bolting yang tampak rutin ternyata memiliki berbagai risiko tersembunyi yang dapat menyebabkan kecelakaan kerja jika tidak ditangani dengan tepat. Penelitian ini menggunakan pendekatan deskriptif kualitatif melalui observasi lapangan, wawancara, dan analisis dokumen. Tahapan JSA dilakukan mulai dari identifikasi pekerjaan berisiko, pemetaan langkah kerja, hingga penentuan potensi bahaya dan rekomendasi pengendalian. Hasil menunjukkan bahwa sebagian besar risiko berasal dari bahaya fisik, seperti tertabrak alat berat, kejatuhan beban, dan kerja di ketinggian tanpa perlindungan. Ditemukan pula kelemahan pada inspeksi alat dan kurangnya pemisahan area kerja yang aman. Penerapan JSA terbukti efektif dalam mengenali potensi bahaya dan merumuskan langkah mitigasi yang aplikatif. Penelitian ini menegaskan pentingnya inspeksi rutin, penggunaan APD, pelatihan K3, serta pengawasan aktif sebagai bagian dari strategi manajemen risiko yang berkelanjutan di industri fabrikasi.
Optimizing Inventory Management: Data-Driven Insights from K-Means Clustering Analysis of Prescription Patterns Dermawan, Aulia Agung; Ansarullah Lawi; Putera, Dimas Akmarul; Kurniawan, Dwi Ely; Ummatin, Kuntum Khoiro; Jorvick Steve
Scientific Journal of Informatics Vol. 11 No. 3: August 2024
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v11i3.8690

Abstract

Purpose: The goal is to improve how inventory is managed in healthcare by using K-Means clustering to analyze prescription trends. This approach helps ensure better stock availability, streamlines operations, and ultimately increases sales opportunities. Methods: This research applied the K-Means clustering algorithm to analyze a comprehensive dataset of prescription behaviors from XYZ Clinic. By grouping similar prescriptions into clusters, this method highlighted patterns within the data. These insights led to the identification of unique prescription categories, enabling the creation of tailored recommendations for improving inventory management. Result: The analysis showed that Cluster 1 should be prioritized for inventory management due to its high sales potential and consistent prescription patterns. It is recommended to increase stock for the medications in Cluster 1 to improve inventory turnover and streamline clinical operations. These findings underscore the value of K-Means clustering in healthcare, especially for enhancing inventory management and operational efficiency. Novelty: This research presents a novel application of K-Means clustering in healthcare, focusing on prescription patterns and inventory management. While previous studies have primarily used K-Means clustering for areas such as risk assessment and logistics, this study provides valuable data-driven insights to improve inventory management strategies in healthcare. The results highlight how clustering methods can support better decision-making and resource allocation, ultimately leading to greater operational efficiency and improved patient care.