Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal REKA INTEGRA Bulletin of Electrical Engineering and Informatics JIKO (Jurnal Informatika dan Komputer)
Saepul Rohman
Institut Teknologi Nasional Bandung
Computer Science & IT Education Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
EVALUASI PENERAPAN METODE 5R DALAM PENINGKATAN PRODUKTIVITAS PEMBUATAN RADIATOR BODY PROTECTOR (STUDI KASUS DI PT. ALBA UNGGUL METAL) Rohman, Saepul; Helianty, Yanti; Yuniar, Yuniar
REKA INTEGRA Vol 2, No 4 (2014): Edisi Kedelapan
Publisher : REKA INTEGRA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.225 KB)

Abstract

Perkembangan industri yang semakin meningkat mendorong PT. Alba Unggul Metal untuk meningkatkan produktivitasnya agar mampu bersaing dengan perusahaan lain. Dalam upaya meningkatkan produktivitas sejak awal tahun 2011 PT. Alba Unggul Metal melakukan perbaikan dengan menerapkan metode 5R (Ringkas, Rapi, Resik, Rawat, Rajin). Saat ini perusahaan belum melakukan evaluasi penerapan metode 5R. Pada penelitian ini akan dilakukan pengukuran produktivitas dan evaluasi penerapan metode 5R yang sudah dilakukan agar dapat diketahui pencapaian kesesuaian tujuan perusahaan terhadap penerapan metode 5R. Evaluasi penerapan metode 5R dilakukan di area kerja yang memiliki indeks produktivitas terbesar dan terkecil untuk mengetahui penyebab terjadinya penyimpangan penerapan metode 5R yang sudah dilakukan dan memberikan usulan terhadap penyimpangan yang terjadi. Kata Kunci: Produktivitas, Penerapan Metode 5R, Evaluasi.   ABSTRACT Increasing industrial development encouraged PT Alba Unggul Metal to improve productivity in order to compete with other companies. In an effort to increase productivity since the early 2011 PT. Alba Unggul Metal make improvements by implementing 5S method (Sort, Set in Order, Shine, Standardize, and Sustain). Currently the company has not conducted an evaluation method application 5S. This research will be conducted productivity measurement and evaluation of the implementation of 5S method that has been done in order to know the achievement of corporate objectives suitability to the application of the method 5S. Evaluation of the implementation of 5S method performed in the work area which has a productivity index of the largest and the smallest deviation to determine the cause of the implementation of 5S method that has been done and make suggestions to the deviations.Keywords: Productivity, Application of 5R Method, Evaluation.
Medication box management system with automatic dosing integrated with IoT-based Android app and Firebase Nurhakim, Raihan; Ath Thahirah Al Azhima, Silmi; Fahmi Arief Hakim, Nurul; Al Qibtiya, Mariya; Maulana, Luthfi; Rohman, Saepul
Bulletin of Electrical Engineering and Informatics Vol 14, No 2: April 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v14i2.8470

Abstract

Utilizing Firebase technology and an Android internet of things (IoT) application, the research endeavors to create a smart medicine box in order to enhance the efficacy of automated drug management. Hardware implementation, software implementation, and 3D design planning for automatic dosage adjustment are the methods utilized. The results prove that the application effectively controls the dosage, evacuation schedule, and quantity of the medication based on the user’s input. Boundary value analysis (BVA) black box testing demonstrated that every feature of the application functions as intended. Furthermore, the efficacy of drug production testing indicates that the smart medicine box exhibits a notable level of precision, albeit with a limited number of inaccuracies that could be rectifiable through additional parameter and mechanism optimizations within the drug box. Consequently, the investigation has effectively produced an automated drug management system that has the potential to enhance drug use supervision and safety, particularly for elderly services individuals residing alone.
KLASIFIKASI TANAMAN OBAT BERDASARKAN CITRA DAUN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORKS Nurhikam, Arizal Sabila; Agung, Wiseto Prasetyo; Rohman, Saepul; Saputra, Irigi Mahendrata
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 1 (2024): Februari 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i1.945

Abstract

Indonesia dikenal memiliki kekayaan hayati yang melimpah, termasuk ribuan spesies tumbuhan, di mana sebagian besar memiliki nilai pengobatan dalam pengobatan tradisional. Meskipun pengobatan tradisional telah menjadi bagian dari warisan budaya Indonesia dan digunakan oleh generasi sebelumnya, penggunaan obat tradisional saat ini mengalami penurunan karena kurangnya informasi yang tersedia. Akibatnya, banyak tumbuhan obat di Indonesia, termasuk yang memiliki potensi pengobatan, tidak dimanfaatkan dengan optimal. Untuk meningkatkan pemahaman dan pemanfaatan obat tradisional, penelitian ini menggunakan teknologi Artificial Neural Networks (ANN), khususnya metode Backpropagation Neural Networks (BNN), untuk mengklasifikasikan jenis tanaman obat berdasarkan citra daun. Metode ini didasarkan pada model matematika yang terinspirasi dari cara kerja otak manusia dan mampu mempelajari pola dari data yang diberikan. Pada penelitian ini, dilakukan pengklasifikasian citra daun herbal menggunakan algoritma BNN dengan ekstraksi ciri bentuk. Proses pengklasifikasian melibatkan segmentasi citra, operasi morfologi, serta ekstraksi ciri menggunakan parameter metric dan eccentricity. Model ini diimplementasikan melalui antarmuka pengguna grafis (GUI) menggunakan perangkat lunak Matlab untuk mempermudah pengujian. Hasil evaluasi menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan citra daun herbal dengan akurasi keseluruhan mencapai 93,75%.
Co-Authors Agung, Wiseto Prasetyo Al Qibtiya, Mariya Ath Thahirah Al Azhima, Silmi Fahmi Arief Hakim, Nurul Luthfi Maulana, Luthfi Nurhakim, Raihan Nurhikam, Arizal Sabila Saputra, Irigi Mahendrata Yanti Helianty Yuniar Yuniar