Article Per Year (5 Year)
p-Index From 2021 - 2026
5.183
P-Index
This Author published in this journals
All Journal Voteteknika (Vocational Teknik Elektronika dan Informatika) Elkom: Jurnal Elektronika dan Komputer SITEKIN: Jurnal Sains, Teknologi dan Industri WARTA Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Pengabdian UntukMu NegeRI JURNAL INTEGRASI Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Indonesian Journal of Applied Informatics Jurnal Teknologi dan Riset Terapan (JATRA) Journal of Applied Electrical Engineering Journal of Community Service and Empowerment JTEIN: Jurnal Teknik Elektro Indonesia Jurnal Pengabdian kepada Masyarakat Politeknik Negeri Batam CARE: Jurnal Pengabdian Multi Disiplin Journal of Sustainable Community Development Jurnal Pengabdian Masyarakat dan Riset Pendidikan Engagement: Jurnal Pengabdian Kepada Masyarakat Technology Sciences Insights Journal Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Adlian Jefiza
Politeknik Negeri Batam
Religion Aerospace Engineering Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Social Sciences Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
REDUCTION OF LIFTED STITCH DEFECTS IN WIRE BONDING PROCESS THROUGH ROOT CAUSE ANALYSIS Puspita, Widya Rika; Manurung, Anjunius; budiana, Budiana; Nur Sakinah Asaad; Jefiza, Adlian; Nakul, Fitriyanti; Putra, Irwanto Zarma; Diputra, Muhammad Naufal Airlangga; Illa Aryeni; Handri Toar; Anggraini, Ria
Jurnal Teknologi Dan Riset Terapan (JATRA) Vol. 7 No. 2 (2025): Jurnal Teknologi dan Riset Terapan (JATRA) - December 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jatra.v7i2.9604

Abstract

Reliable connection inspection is crucial for the quality of semiconductor products. A frequent issue is stitch defects during wire bonding. To address this, an investigation was conducted using flow charts. Additionally, an analysis was performed by identifying root causes using the Fishbone Diagram method and the 5 Whys technique. After improvements, including targeted operator training, a significant reduction of 96.75% in stitch defects was achieved. This study demonstrates that the combination of root cause analysis methods and operator training effectively enhances the reliability of the wire bonding process and the quality of semiconductor products. This study did not account for environmental factors that might influence the wire bonding process, such as temperature and humidity variations. Therefore, the findings may be limited in settings with different environmental conditions.
Klasifikasi Gerakan Otomasi Berdasarkan Data Sensor Menggunakan Algoritma Support Vector Machine Manalu, Nilam Saswaty; Jefiza, Adlian
Technology Sciences Insights Journal Vol. 2 No. 2 (2025): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/dd0mey21

Abstract

Dalam era industri modern, klasifikasi gerakan secara otomatis menjadi bagian penting dalam sistem otomasi. Penelitian ini mengimplementasikan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan data gerakan berdasarkan tiga fitur sensor sudut, yaitu temperature, pressure, dan humidity. Dataset berisi 1.000 entri yang terbagi dalam beberapa kelas gerakan (faulty). Proses dimulai dari pra-pemrosesan data, normalisasi, pemisahan data latih dan uji, hingga pelatihan model SVM menggunakan kernel RBF. Hasil pengujian menunjukkan akurasi sebesar 96% dengan f1-score rata-rata mencapai 0,81. Hasil ini menunjukkan bahwa SVM efektif untuk mengklasifikasikan gerakan berbasis data sensor dan berpotensi untuk digunakan dalam sistem otomasi berbasis kecerdasan buatan.
Klasifikasi Data URL Dengan Menggunakan K-Nearest Neghbor (KNN) untuk Deteksi Hishing Website Angreini, Fartiwi; Jefiza, Adlian
Technology Sciences Insights Journal Vol. 2 No. 2 (2025): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/ab6g2a89

Abstract

Phishing merupakan salah satu bentuk ancaman keamanan siber yang sering terjadi dengan memanfaatkan URL palsu. Penelitian ini bertujuan untuk melakukan klasifikasi terhadap URL yang berpotensi sebagai phishing menggunakan metode K-Nearest Neighbor (KNN). Dataset yang digunakan memiliki tiga fitur utama: panjang URL, panjang hostname, dan panjang path, serta label target berupa kategori phishing (1) atau bukan phishing (0). Dengan melakukan preprocessing dan normalisasi data, model KNN diimplementasikan dan dievaluasi menggunakan confusion matrix dan classification report. Hasil evaluasi menunjukkan akurasi sebesar 59% dengan distribusi performa yang tidak seimbang pada masing-masing kelas. Meskipun hasilnya belum optimal, pendekatan ini menunjukkan potensi dalam mendeteksi phishing berbasis karakteristik URL. 
Penerapa MLP CLasifier untuk Klasifikasi Data Sensor Pada Aplikasi Robotika Cerdas Ramadhan, Muhammad Wahyu; Jefiza, Adlian
Technology Sciences Insights Journal Vol. 2 No. 2 (2025): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/d3qdak84

Abstract

Perkembangan sistem robotika cerdas sangat dipengaruhi oleh kemampuan perangkat dalam memahami kondisi lingkungan sekitarnya secara otomatis melalui pemrosesan data sensor. Salah satu tantangan utama adalah bagaimana data sensor yang bersifat kompleks dan bervolume tinggi dapat diolah untuk menghasilkan informasi yang bermakna bagi pengambilan keputusan. Penelitian ini bertujuan untuk menerapkan algoritma Multilayer Perceptron (MLPClassifier) dalam proses klasifikasi data sensor yang diperoleh dari sistem robotika. Dataset yang digunakan memuat berbagai fitur numerik hasil pembacaan sensor serta label aktivitas atau kondisi yang ingin dikenali. Proses dilakukan melalui tahap pembersihan data, transformasi numerik, encoding label, normalisasi fitur, dan pelatihan model. Evaluasi dilakukan menggunakan metrik Mean Squared Error (MSE), confusion matrix, dan classification report. Hasil pengujian menunjukkan bahwa meskipun model mampu mengenali sebagian besar kelas, masih terdapat permasalahan dalam hal ketidakseimbangan kelas dan performa klasifikasi pada kelas minoritas. Model MLP terbukti memiliki potensi untuk diterapkan pada pengklasifikasian data sensor dalam domain robotika, namun masih dibutuhkan pendekatan tambahan seperti tuning parameter dan balancing data. Studi ini memberikan kontribusi terhadap pemanfaatan machine learning untuk mendukung sistem robotika adaptif dan otonom.
Penerapan Algoritma K-Nearest Neighbor (K-NN) untuk Klasifikasi Status Monitoring Automatic Pump Water Machine Studi Kasus: Industri Manufaktur Indra, Indra Mora; Adlian, Adlian Jefiza
Technology Sciences Insights Journal Vol. 2 No. 2 (2025): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/zb0dph85

Abstract

In the modern industrial world, real-time monitoring of system conditions is  crucial to maintain efficiency and prevent equipment damage. This research aims to classify industrial system conditions based on sensor data using the K Nearest Neighbors (KNN) algorithm. The data used consists of four main  parameters namely pressure, flow rate, voltage, and engine speed (RPM),  which are then classified into three conditions: Alert, Critical, and Normal.  Preprocessing is done with Min-Max normalization and division of data into  training and test data. The evaluation results show that the KNN method is  able to achieve an accuracy of 58% with a mean squared error (MSE) value of 1.06 and an average cross-validation accuracy of 64%. These results show that  KNN is effective enough to be used as an initial method for industrial system  condition detection, although the classification performance for the Critical  category can still be improved. 
Industrial Equipment Monitoring Dataset for Predictive Maintenance Analysis Pradana, Kreshna Lucky; Jefiza, Adlian
Technology Sciences Insights Journal Vol. 2 No. 2 (2025): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/t9mr4w17

Abstract

This study develops and evaluates a Support Vector Machine (SVM) model using a Radial Basis Function (RBF) kernel to detect faulty conditions in systems based on sensor data (temperature, pressure, vibration, humidity). The data is processed through normalization and split into training and testing sets. The evaluation results show an overall model accuracy of 0.93. The model is highly effective in identifying normal conditions (precision 0.93, recall 1.00), but less optimal in detecting faulty conditions (precision 0.96, recall 0.30), indicating a high number of false negatives and a low F1-score (0.45) for this class. The ROC AUC score of 0.892 indicates good overall discriminative ability. This performance gap is likely due to class imbalance. Enhancing faulty detection through class imbalance handling or further model optimization is recommended for critical applications.
Robotics training to improve STEM skills of Islamic boarding school students in Batam Eko Rudiawan Jamzuri; Hendawan Soebhakti; Senanjung Prayoga; Rifqi Amalya Fatekha; Anugerah Wibisana; Fitriyanti Nakul; H. Hasnira; Riska Analia; S. Susanto; Ryan Satria Wijaya; Ika Karlina Laila Nur Suciningtyas; Widya Rika Puspita; Eka Mutia Lubis; Adlian Jefiza; B. Budiana; Ahmad Riyad Firdaus
Journal of Community Service and Empowerment Vol. 5 No. 1 (2024): April
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/jcse.v5i1.26895

Abstract

One potential approach to addressing the challenges posed by the advent of Industry 4.0 and Society 5.0 is to offer robotics training. This endeavor aims to enhance students' foundational understanding of STEM (Science, Technology, Engineering, and Mathematics) disciplines. The study involved collaborating with the Pondok Pesantren Granada, an Islamic Boarding School located in Batam, to provide robotics training as community service activities. The study included 29 trainees: 15 from class XI and 7 from classes X and XII. The teaching was conducted using a combination of didactic instruction, interactive discourse, and hands-on exercises. Trainees are administered a written examination to assess their proficiency level before and after the training program. The training outcomes exhibited a significant improvement in the mean STEM proficiency of trainees, with an increase of 38.15%. Furthermore, a series of activities have been effectively implemented, resulting in trainee satisfaction ratings exceeding 50% concerning course materials, trainer, and teaching equipment. A mere 17% of the individuals undergoing training expressed dissatisfaction with the allocated time, particularly the hands-on component's duration.
Pengenalan Gerbang Logika sebagai Dasar Pembelajaran PLC bagi Siswa SMK Teknik Instalasi Tenaga Listrik: Pengabdian Diono; Adlian Jefiza; Widya Rika Puspita; Daniel Sutopo Pamungkas; Budi Sugandi; M. Naufal Airlangga Diputra; Feralia Fitri; Fadli Firdaus; Sulistiono; Muhammad Syafei Gozali; Eka Mutia Lubis; Dessy Oktani; Abdurahman Dwijotomo
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.7066

Abstract

Kegiatan pengabdian kepada Masyarakat dilaksanakan di SMK Negeri 11 Batam untuk mengenalkan gerbang logika sebagai dasar pembelajaran PLC kepada siswa jurusan Teknik Instalasi Tenaga Listrik. Kegiatan menggunakan metode ceramah, praktik, pre-test, post-test, dan kuesioner. Hasil kegiatan menunjukkan peningkatan pemahaman siswa, ditandai dengan kenaikan rata-rata nilai pre-test dari 62,20 menjadi 86,80 pada post-test. Hasil kuesioner mengindikasikan respons peserta yang positif, terutama pada aspek minat, manfaat, dan pelaksanaan kegiatan. Kedua hasil tersebut menunjukkan bahwa pembelajaran yang memadukan penjelasan materi dan praktik sangat efektif dalam meningkatkan pemahaman siswa terhadap gerbang logika dan PLC.
Deteksi Wafer Menggunakan YO-LO Berbasis Barcode Jefiza, Adlian; Bella Nur Azizah; Harry Gunawan
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 5 No. 1 (2025): Maret
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v5i1.4130

Abstract

Wafer atau chip adalah komponen utama dalam process IC Packaging, sehingga sudah seharusnya di rawat dengan baik. Penyimpanan wafer juga sangat berpengaruh pada kondisi wafer. Wafer akan di simpan di lemari khusus yang diberi semburan Nitrogen (N2 Cabinet), Nitrogen berguna untuk menghindari adanya kerusakan pada wafer seperti korrosion, disscoloration dan contaimination. Di dalam N2 cabinet dapat memuat 16 cassete dan 1 cassette dapat memuat sebanyak 25 wafer. Banyak nya project yang sedang dilakukan menyebabkan adanya penumpukan wafer yang tersimpan di N2 cabinet, kondisi tersebut membuat Engineer atau Teknisi kesulitan untuk mencari wafer. Salah satu faktor terjadinya penumpukan karena tercampurnya wafer yang sudah expire dan wafer baru. Penulis mencoba membuat suatu perangkat untuk membatu memberikan solusi atas keresahan yang di alami. Kamera yang berfungsi untuk membaca barcode pada wafer guna membaca lot Id wafer yang berada di dalam cassete, YO-LO sebagai pengelola hasil pembacaan dari kamera untuk dikonfigurasikan dengan database mongo DB yang sebelumnya di key in manual oleh pengguna untuk detail data wafer, lalu hasil data informasi akan ditampilkan di website. Bedasarkan hasil pengujian yang telah di lakukan sebanyak 70 kali percobaan hasil pendeksian barcode dan detail data wafer dapat di tampilkan di web secara real time.
Deteksi Keberadaan Manusia dalam Ruangan Berbasis Data Sensor Lingkungan Menggunakan Algoritma K-Nearest Neighbor (KNN) Nur Shakinah Shakinah; Adlian Jefiza
Technology Sciences Insights Journal Vol. 3 No. 1 (2026): Technology Sciences Insights Journal
Publisher : MID Publisher International

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60036/7qntxe30

Abstract

Penelitian ini bertujuan untuk menganalisis kemampuan algoritma K-Nearest Neighbor (KNN) dalam mendeteksi keberadaan manusia (okupansi) di dalam suatu ruangan berdasarkan data sensor lingkungan melalui pendekatan klasifikasi biner. Data dikumpulkan dari sensor ruangan yang merekam variabel Temperature, Humidity, Light, CO2, dan Humidity Ratio, kemudian diolah menggunakan teknik standardisasi fitur (StandardScaler) dan validasi silang (cross-validation) guna memperoleh gambaran mengenai performa model klasifikasi okupansi ruangan. Hasil penelitian menunjukkan bahwa model KNN dengan nilai K=1 memberikan akurasi validasi silang tertinggi sebesar 99,06% dan akurasi pada data uji yang sangat tinggi, yang mengindikasikan bahwa variabel Light dan CO2 memiliki korelasi paling kuat terhadap status okupansi. Temuan ini diharapkan dapat memberikan kontribusi terhadap bidang smart building dan efisiensi energi serta menjadi rujukan untuk penelitian selanjutnya.
Co-Authors Abdullah Sani Abdurahman Dwijotomo Aditya Gautama Darmoyono Ahmad Riyad Firdaus Ahmad Riyad Firdaus Akbar, Muahmmad Daneoviori Amri, Juhrial Anderson Pasaribu Angreini, Fartiwi ANUGERAH WIBISANA Apriyan Hidayat Ardian Budi Kusuma Atmaja Arif Wahyu Budiarto Assegaf, Iqchan B Budiana B. Budiana Bayu Gilang Sandjaya Bayu Prayogo Setiawan Bella Nur Azizah Boedinoegroho, Hanny Budi Sugandi Budiana, Budiana Dalimunthe, Juwita Marwah Daniel Sutopo Pamungkas, Daniel Sutopo Dessy Oktani Destiana, Rizka Diono, Diono Dodi Radot Lumbantoruan Dwi Imam Mulyono Effendi, Noverta Eka Mutia Lubis Eko Rudiawan Jamzuri Esra Louis Fadli Firdaus Fandy Bestario Harlan Fathiyyah Syahidah Sujana Febri Yanti Febriansyah Juwito, Arif FEBRINA WULANDARI Feralia Fitri Fernanda, Heri Fernando Sitohang, Ferri Finanta Okmayura Fitriyanti Nakul Futra, Asrizal Deri Gautama, Aditya Geraldo Panjaitan Ghozali, Muhammad Syafei Ghozalli Mashan Gindo Leonard Manahan Simanjuntak Gozali, Muhammad Syafei Hana Mutialif Maulidiah Handri Toar Hanesman Hanesman Hanny Boedinoegroho Hardi, Moh. Nabil Khairy Harry Gunawan Hasnira Hasnira Hendawan Soebhakti Herlina, Gise Ica Apriana Ika Karlina Laila NS Ika Karlina Laila Nur Suciningtyas Illa Aryeni Indra Daulay Indra Daulay Indra, Indra Mora Ira Zamzami Irwanto Zarma Putra Jhon Hericson Purba Kamarudin Kamarudin Lindawani Siregar M. Naufal Airlangga Diputra M. Rifan Maulana Mahmud, Aqil Fadhurahman Manalu, Nilam Saswaty Manurung, Anjunius Marpaung, Roy Hitmen Maulidah, Hana Mutialif Mauridhy Heri Purnomo Meilan Novayanti Michael Paul Smart Simbolon Milala, Gerry Ibnu Luthfi Sembiring Muhammad Affani Muhammad Al Fauzan MUHAMMAD ARIFIN Muhammad Arifin Muhammad Firdaus Muhammad Iqbal Muhammad Naufal Airlangga Diputra Muhammad Prihadi Eko Wahyudi Muhammad Rizki Romadhan Muhammad Syafei Gozali Muhammad Syafei Gozali Muhammad Zainuddin Lubis Mulyadi, Indra Hardian Mulyono, Dwi Imam Mustanir Mustanir Mustanir Mustanir Nadhrah Wivanius, Nadhrah Nadrah Wivanius Nesa Aqila Nico Fransisco Utomo Novchi, Raja Widya Nugraha, Muhammad Wahyu Nur Sakinah Asaad Nur Sakinah Asaad Nur Sakinah Asaad Nur Shakinah Shakinah Nurhasanah, Armeilia Nurul Fadilah Pitriani, Shelly Sri Pradana, Kreshna Lucky Pramunanto, Eko Prayudha, Dimas Rama Purnomo, Mauridhy Heri Putri, Sarah Athaullah Wenna Qoriatul Fitriyah Rafif, Carelenton Muhammad Rahmaini, Vika Rahmana, Henry Rahmi Mahdaliza Raja Widya Novchi Ramadhan, Farhan Rizqi Ramadhan, Muhammad Wahyu Ramadhani, Witri RIA ANGGRAINI Rifqi Amalya Fatekha Riki Ria Riska Analia Rizky Pratama Hudhajanto Ryan Satria Wijaya S. Susanto Sakdiah Sakdiah Satria Bayu Aji Senanjung Prayoga Setiawan, Afif Sihombing, Fitri Andini Siregar, Lindawani Siregar, Nahum Hita Dior Siti Aisyah Sulistiono Sumantri Kurniawan Risandriya Sumantri Kurniawan Risandriya Sumantri Lukito Suprayogi, Bagus Susanto Susanto Syafei Gozali, Muhammad Tambunan, Josua Cristian Tian Havwini Wahyuningsih, Asriani Rosalina Wenang Anurogo Wicaksono, M. Jaka Wimbang Wicaksono, Muhammad Jaka Wimbang Widya Rika Puspita Wifandi, Akhfi Yangu, Juliansah Yangu, Juliasyah Zulhendra Zulhendra