Claim Missing Document
Check
Articles

Found 2 Documents
Search

IMPLEMENTASI PASAL 75 HURUF ( J ) UNDANG-UNDANG RI NOMOR 35 TAHUN 2009 TENTANG NARKOTIKA (Studi di BNN Malang Kota dan Polres Malang Kota) Yugo Pratama
Kumpulan Jurnal Mahasiswa Fakultas Hukum Sarjana Ilmu Hukum, Februari 2013
Publisher : Kumpulan Jurnal Mahasiswa Fakultas Hukum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (223.398 KB)

Abstract

Abstraksi : Dalam skripsi ini penulis membahas tentang implementasi Pasal 75 Huruf (j) Undang-Undang RI Nomor 35 Tahun 2009 Tentang Narkotika. Hal ini dilatarbelakangi bahwa pelaksanaan teknik penyidikan pembelian terselubung dan penyerahan dibawah pengawasan sangat penting dalam pengungkapan jaringan peredaran gelap dan penyalahgunaan narkotika. Selain hal tersebut dibahas juga mengenai kendala dan upaya penyelidik dalam melakukan teknik under cover. Tujuan penulisan ini bagi mahasiswa yaitu sebagai referensi dan rujukan khususnya bagi mahasiswa jurusan ilmu hukum yang sedang mempelajari tindak pidana penyalahgunaan narkotika. Dan bagi Kepolisian dapat digunakan sebagai referensi dan rujukan dalam menangani permasalahan hukum, yang terkait dengan teknik penyidikan dalam tindak penyalahgunaan narkotika.Dalam rangka mengetahui upaya penyidik dalam melakukan teknik pembelian terselubung dan penyerahan dibawah pengawasan, maka metode pendekatan yang digunakan adalah yuridis empiris, yaitu dengan cara mengkaji dan menginterpretasikan hal-hal yang terdapat dalam ketentuan-ketentuan dan bahan-bahan hukum yang berupa peraturan perundang-undangan yang ada beserta literatur lainnya untuk selanjutnya dihubungkan dengan kondisi faktual yang ada dalam masyarakat.Dalam melakukan teknik penyidikan pembelian terselubung dan penyerahan dibawah pengawasan, terdapat dua bentuk pengawasan. Dalam melakukan teknik under cover pihak kepolisian dan BNN Malang Kota menaati segala peraturan dan tidak melanggar hak asasi manusia. Saran yang diberikan dalam penulisan ini adalah pengembangan teknik penyidikan melalui TI (Teknik Informatika) serta saling melakukan dan menjaga koordinasi antara pihak Polres dan BNN Malang Kota. Kata Kunci : Pembelian Terselubung, Penyerahan dibawah Pengawasan, Narkotika.
YOLOv8n untuk Deteksi Sampah secara Real-Time pada Aplikasi Bank Sampah Antanita, Yulintyandra Puja; Ardana, Arfio; Alfin, Khoerunnisa; Pratama, Yugo; Purnamasari, Rita; Saleh, Khaerudin
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengelolaan sampah merupakan tantangan lingkungan yang signifikan di Indonesia, terutama di kawasan perkotaan dengan tingkat kesadaran pemilahan sampah yang masih rendah. Program bank sampah yang diatur dalam Peraturan Menteri Negara Lingkungan Hidup Republik Indonesia Nomor 13 Tahun 2012 bertujuan untuk mendorong partisipasi masyarakat dalam pengelolaan sampah berbasis komunitas, namun pelaksanaannya masih belum optimal akibat keterbatasan teknologi dan proses administrasi yang masih manual. Penelitian ini mengusulkan pengembangan aplikasi bank sampah berbasis mobile yang mengintegrasikan model YOLOv8n untuk deteksi jenis sampah secara real-time. Dataset terdiri dari sembilan kategori sampah dengan total 4.500 gambar, yang dianotasi dan dibagi menjadi data latih, validasi, dan uji dengan rasio 80:10:10. Model YOLOv8n dilatih menggunakan konfigurasi 70 epoch, learning rate 0,001, dan optimizer AdamW, menghasilkan performa mAP@0.5 sebesar 0,995 dan mAP@0.5:0.95 sebesar 0,785. Pengujian lanjutan menunjukkan kemampuan generalisasi yang baik terhadap variasi bentuk, latar belakang, jarak, dan skenario multi-objek, meskipun performa menurun pada bentuk dan warna yang jarang muncul dalam dataset serta pada deteksi jarak jauh. Hasil penelitian membuktikan bahwa YOLOv8n memiliki potensi tinggi untuk diimplementasikan dalam sistem bank sampah berbasis mobile guna meningkatkan efisiensi pemilahan dan partisipasi masyarakat.. Keywords— Objek Deteksi, YOLOv8n, Computer Vision, Machine learning