Claim Missing Document
Check
Articles

RANCANG BANGUN ALAT PINTAR PROTOKOL KESEHATAN COVID-19 TERINTEGRASI Santoso, Yosef Karuna; Jonatan, Jeany Johana; Millenika, Prayudha; Fernanda, Denis Aditya; Setyawan, Iwan; Susilo, Deddy
JST (Jurnal Sains dan Teknologi) Vol. 10 No. 2 (2021)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.545 KB) | DOI: 10.23887/jstundiksha.v10i2.39504

Abstract

COVID-19 merupakan penyakit pada manusia yang menyebabkan munculnya gejala-gejala seperti sesak napas, batuk, bersin, demam dan bahkan meninggal dunia. Guna mencegah terjadinya penularan akibat dari virus ini, perlu dilakukan penerapan protokol kesehatan yang ketat. Oleh karena itu untuk menekan adanya penyebaran COVID-19 ini maka diciptakan rancang bangun alat pintar penerapan protokol Kesehatan terintegrasi dimana di dalamnya mampu mendeteksi jaga jarak, mendeteksi masker, mendeteksi suhu tubuh dan mencuci tangan. Pada bagian jaga jarak digunakan metode moving average untuk mendeteksi adanya orang yang melakukan antrean di posisi yang salah atau tidak, pada bagian masker pengolahan data menggunakan metode convolutional neural network, bagian cek suhu menggunakan sensor suhu nirsentuh dan pencucian tangan dengan menggunakan waterpump yang tersambung dengan relay. Penerapan alat pintar protokol Kesehatan COVID-19 terintegrasi ini diharapkan mampu bermanfaat bagi masyarakat khususnya ditempat-tempat umum yang berpotensi timbulnya antrean. Alat ini telah mampu mencapai target keberhasilan diatas 90% secara keseluruhan.
Edukasi Elektronika Dasar dan Pengenalan Energi Baru kepada Siswa SD Kanisius Gendongan Salatiga Dwi Utami , Eva Yovita; Timotius, Ivanna K.; Setyawan, Iwan; Onix Setyawan, Revivo; Farica, Jevan; Enggar Santika, Maria
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 2 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i2.3332

Abstract

Teknologi, khususnya di bidang teknik elektronika berkembang pesat dan sering memiliki dampak yang merugikan terhadap lingkungan. Oleh karena itu, literasi teknologi di bidang teknik elektronika serta energi baru dan terbarukan sangat penting diberikan kepada anak-anak sedini mungkin. Kegiatan pengabdian kepada masyarakat ini difokuskan pada bidang elektronika dasar dan energi baru/terbarukan. Sasaran kegiatan ini adalah siswa-siswi SD kelas 3 - 6 di SD Kanisius Gendongan, Salatiga. Tujuan kegiatan ini adalah agar siswa-siswi yang berpartisipasi memperoleh pengetahuan dasar mengenai teknik elektronika dan sumber energi baru. Kegiatan pengabdian dilaksanakan dalam bentuk pemberian materi di kelas yang disertai dengan kegiatan praktek. Evaluasi terhadap penyerapan materi dilakukan dengan cara pengamatan dan penilaian sumatif berupa kuis. Hasil evaluasi kegiatan menunjukkan bahwa para peserta dapat menyerap materi yang diberikan dengan sangat baik yang dibuktikan dengan hasil penilaian kuis yang mencapai nilai rata-rata 87,1 dari 100 untuk kelas elektronika dasar dan 88 dari 100 untuk kelas energi baru dan terbarukan. Selain itu, pengamatan yang dilakukan selama kegiatan juga menunjukkan antusiasme para peserta yang sangat tinggi.
A Comparison Support Vector Machine, Logistic Regression And Naïve Bayes For Classification Sentimen Analisys user Mobile App Baihaqi, Kiki Ahmad; Setyawan, Iwan; Manongga, Danny; Purnomo, Hendryanto Dwi; Hendry, Hendry; Fauzi, Ahmad; Hananto, Aprilia
International Journal of Artificial Intelligence Research Vol 7, No 1 (2023): June 2023
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v7i1.962

Abstract

Data is the most important thing, the use of data can be useful to get an evaluation from the user of a system or application that is built based on mobile. Not only, the assessment or acceptance results of mobile applications during the trial stage are considered important, assessments and comments from direct users are also important things that can be input for mobile application developers. Data mining, or known in English as data mining, is the answer to the process of retrieving data on any media. In this research, data mining is carried out on the media mobile application download service provider Google Playstore, which provides data in the form of comments and ratings. After scraping the data and obtaining the latest data parameters determined by the latest 2000 comments, the data is pre-processed by removing the emot icon character and eliminating unneeded variables so that the data obtained can be processed to the next stage, namely classification based on ratings and sentiment comments. The algorithms used or compared in this research are Support Vector machine, logistic regression and naïve bayes which are known to be reliable in data mining processing. In this research, the accuracy results are 88% for SVM, 90.5% for Logistic Regression and 91% for naïve bayes.
GLCM-Based Feature Combination for Extraction Model Optimization in Object Detection Using Machine Learning Kurniati, Florentina Tatrin; Sembiring, Irwan; Setiawan, Adi; Setyawan, Iwan; Huizen, Roy Rudolf
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 9 No. 4 (2023): December
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i4.27842

Abstract

In the era of modern technology, object detection using the Gray Level Co-occurrence Matrix (GLCM) extraction method plays a crucial role in object recognition processes. It finds applications in real-time scenarios such as security surveillance and autonomous vehicle navigation, among others. Computational efficiency becomes a critical factor in achieving real-time object detection. Hence, there is a need for a detection model with low complexity and satisfactory accuracy. This research aims to enhance computational efficiency by selecting appropriate features within the GLCM framework. Two classification models, namely K-Nearest Neighbours (K-NN) and Support Vector Machine (SVM), were employed, with the results indicating that K-Nearest Neighbours (K-NN) outperforms SVM in terms of computational complexity. Specifically, K-NN, when utilizing a combination of Correlation, Energy, and Homogeneity features, achieves a 100% accuracy rate with low complexity. Moreover, when using a combination of Energy and Homogeneity features, K-NN attains an almost perfect accuracy level of 99.9889%, while maintaining low complexity. On the other hand, despite SVM achieving 100% accuracy in certain feature combinations, its high or very high complexity can pose challenges, particularly in real-time applications. Therefore, based on the trade-off between accuracy and complexity, the K-NN model with a combination of Correlation, Energy, and Homogeneity features emerges as a more suitable choice for real-time applications that demand high accuracy and low complexity. This research provides valuable insights for optimizing object detection in various applications requiring both high accuracy and rapid responsiveness.
APAKAH KOMITMEN ORGANISASI DAN KETERLIBATAN KERJA MERUPAKAN PREDIKTOR BAGI KINERJA INDIVIDU PADA ORGANISASI NIRLABA? Setyawan, Iwan
Jurnal Bisnis, Logistik dan Supply Chain (BLOGCHAIN) Vol. 1 No. 1 (2021): Jurnal Bisnis, Logistik dan Supply Chain
Publisher : Program Studi Administrasi Bisnis, Institut Bisnis dan Informatika (IBI) Kosgoro 1957

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55122/blogchain.v1i1.227

Abstract

Kendala utama yang dihadapi oleh organisasi nirlaba adalah masalah pendanaan. Ketiadaan sumber dana ini menjadi permasalah dalam upaya meningkatkan kinerja anggota organisasinya. Salah satu upaya yang dapat dilakukan tanpa harus mengeluarkan dana yang besar adalah dengan mendorong anggota organisasi untuk lebih berkomitmen dan aktif terlibat dalam kegiatan keorganisasian. Tujuan penelitian ini untuk menela’ah apakah komitmen organisasi dan keterlibatan kerja merupakan prediktor yang baik bagi peningkatan kinerja anggota pada organisasi nirlaba. Metode penelitian ini menggunakan metode survey dengan kuesioner yang disebarkan secara offline dan online kepada 90 responden yang dipilih secara simple random sampling. Analisis data menggunakan structural equation modeling (SEM) Partial Least Squares (PLS) Second Order Confirmatory dengan bantuan software SmartPLS. Hasil penelitian menemukan komitmen organisasi dan keterlibatan kerja berpengaruh positif dan signifikan terhadap kinerja anggota organisasi nirlaba
Exploring Data Analytics in Attendance Systems: Unveiling Machine Learning Techniques, Patterns, Practices, and Emerging Trends Santoso, Joseph Teguh; Manongga, Danny; Setyawan, Iwan; Purnomo, Hindriyanto Dwi; Hendry
Scientific Journal of Informatics Vol. 11 No. 2: May 2024
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v11i2.3438

Abstract

Purpose: The research aims to identify patterns and trends in attendance management through the application of reward and punishment systems as innovative solutions for improving employee attendance and well-being. Methods: This research utilizes a descriptive analysis approach with the application of Machine Learning (ML) techniques to enhance the accuracy of attendance pattern prediction and ML models for the classification of emerging trends and patterns. Research data were obtained through the company's attendance system and divided into two segments (80% for training and 20% for testing) while maintaining a balanced class proportion, then processed using SPSS and Python software with the Scikit-learn library. Result: The results of the study show that employee attendance is increased from 86.52% to 90.44% when the reward and punishment method is applied to the employee attendance system. Proper reward allocation can increase employee motivation to adhere to work schedules and consistently attend, while punishment tends to lead to lower attendance rates. Novelty: This research emphasizes the optimization of attendance management through data analytics approaches and the implementation of advanced technology in attendance systems with the application of ML techniques to analyze attendance data comprehensively and detect significant patterns.
Analysis of Attack Detection on Log Access Servers Using Machine Learning Classification: Integrating Expert Labeling and Optimal Model Selection Ridwan, Mohammad; Sembiring, Irwan; Setiawan, Adi; Setyawan, Iwan
Scientific Journal of Informatics Vol 11, No 1 (2024): February 2024
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v11i1.49424

Abstract

Purpose: As the complexity and diversity of cyberattacks continue to grow, traditional security measures fall short in effectively countering these threats within web-based environments. Therefore, there is an urgent need to develop and implement innovative, advanced techniques tailored specifically to detect and address these evolving security risks within web applications.Methods: This research focuses on analyzing attack detection in log access servers using machine learning classification with two primary approaches: expert labeling integration and best model selection. Expert labeling determines whether log entries are safe or indicate an attack.Result: Validation in labeling was applied using different datasets to minimize errors and increase confidence in the resulting dataset. Experimental results show that the Decision Tree and Random Forest models have nearly identical accuracy rates, around 89.3%-89.4%, while the ANN model has an accuracy of 81%.Novelty: This study proposes a fusion of expert knowledge in labeling log entries with a rigorous process of selecting the best classification model. This integration has not been extensively explored in previous research, offering a novel approach to enhancing attack detection within web applications. The research contribution lies in the integration of expert security assessment and the selection of the best model for detecting attacks on server access logs, along with validating labels using various datasets from different log devices to enhance confidence in the analysis results.
Analisa Sistematis Manajemen Pengetahuan Digital Aplikasi Berbasis Kecerdasan Buatan di Universitas Sediyono, Eko; Hasibuan, Zainal Arifin; Setyawan, Iwan; Purnama Harahap, Eka; Darmawan, Arif
ADI Bisnis Digital Interdisiplin Jurnal Vol 3 No 2 (2022): ADI Bisnis Digital Interdisiplin (ABDI Jurnal)
Publisher : ADI Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34306/abdi.v3i2.790

Abstract

Melalui kajian literatur yang menyeluruh, analisis ini bertujuan untuk memberikan gambaran luas tentang kajian penggunaan AI di universitas. Temuan deskriptif mengungkapkan bahwa ilmu komputer dan mata pelajaran STEM merupakan mayoritas topik yang tercakup dalam publikasi Artificial Intelligence in Learning (AIL) dan bahwa penelitian empiris paling sering menggunakan pendekatan kuantitatif. Temuan gabungan menunjukkan empat aplikasi untuk AIL dalam layanan kelembagaan dan administrasi dan layanan kontribusi akademik: 1. Metode artikel ini berdasarkan model pembelajaran, algoritma, dan jaringan saraf, yang dapat membuat keputusan tentang jalur pembelajaran individu dan konten siswa, memberikan pijakan kognitif, dan memberikan dukungan kepada siswa untuk berpartisipasi dalam dialog. Masalah penggunaan AIL di universitas dilarang karena persyaratan untuk meningkatkan pendekatan etis dan pedagogis, serta hambatan dan risiko AIL, hubungannya yang rapuh dengan sudut pandang pedagogis teoritis, dan faktor lainnya. Tujuan analisis sistematis adalah untuk memberikan solusi untuk masalah tertentu berdasarkan pendekatan pencarian yang eksplisit, sistematis, dan dapat direproduksi dan kriteria inklusi atau eksklusi yang menentukan penelitian mana yang termasuk pengkodean dan ekstraksi data berikut dari penelitian yang relevan, hasilnya diringkas dan setiap kesenjangan atau inkonsistensi dengan aplikasi nyata disorot. Menjelaskan dampak sifat kognitif dan non-kognitif siswa dalam memprediksi kinerja akademik untuk mahasiswa teknik. Untuk meningkatkan akurasi prediksi, mereka menggunakan faktor non-kognitif seperti mengatur waktu, kepribadian, identitas, kepemimpinan, dan dukungan masyarakat, berbeda dengan banyak studi lain.
MENGATASI BANKABLE PELAKU USAHA MIKRO KECIL MELALUI PENDAMPINGAN PENGURUSAN IZIN USAHA MIKRO KECIL Setyawan, Iwan; Laksono, Rudi; Gultom, Junias Robert; Pratama, Rizky Dinar; Meilia, Kaizia Dwinta
Jurnal Pengabdian Masyarakat Bumi Rafflesia Vol. 6 No. 1 (2023): April : Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

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

Abstract

Masalah utama yang dihadapi oleh  mitra Pengabdian kepada Masyarakatt (PKM) sebagai pelaku usaha mikro adalah sulitnya untuk mengembangkan usaha karena ketiadaan modal. Kesulitan tersebut disebabkan mitra PKM belum bisa memenuhi persyaratan untuk mengajukan pinjaman ke perbankan (bankable) karena belum memiliki legalitas usaha. Tujuan dari kegiatan PKM ini adalah membantu mitra PKM untuk memperoleh legalitas atau izin usaha. Metode pelaksanaan yang diterapkan adalah metode pendampingan, dimana Tim PKM mendampingi mitra dari mulai mempersiapkan kelengkapan hingga proses pendaftaran di Online Single Submission (OSS) system pada https://oss.go.id/. Mitra didampingi langkah demi langkah dalam proses pendaftaran tersebut. Hasil dari kegiatan ini adalah mitra PKM mendapatkan Nomor Induk Berusaha (NIB). Dengan memiliki NIB, mitra PKM disamping mendapatkan izin usaha juga sekaligus legalitas usaha yang diakui  oleh negara. Simpulannya adalah permasalahan keuangan yang dihadapi pelaku usaha mikro, secara bertahap dapat diatasi dengan hadirnya kalangan akademisi dalam bentuk kegiatan PKM untuk memberikan solusinya. Proses mendapatkan NIB dengan metode pendampingan merupakan metode yang efektif diterapkan,  khususnya bagi mitra PKM yang kurang paham dengan teknologi. Dengan memiliki NIB, mitra PKM sekarang mendapatkan kepastian dan perlindungan hukum dalam menjalankan usahanya serta sudah dapat mengakses lembaga perbankan. Kata Kunci: Izin Usaha Mikro Kecil, Nomor Induk Berusaha
Analisis Numerik Multifase Transportasi Slurry Abu Terbang Berkonsentrasi Partikel Tinggi Apriansa, Farul; Ridwan, Ridwan; Setyawan, Iwan; Mulyanto, Tri
TURBO [Tulisan Riset Berbasis Online] Vol 14, No 2 (2025): TURBO: Jurnal Program Studi Teknik Mesin
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/trb.v14i2.4506

Abstract

Transportasi slurry abu terbang mengalami inefisiensi energi akibat resistensi aliran yang tinggi pada pipa konvensional berbentuk lingkaran. Penelitian ini memancarkan pengaruh geometri penampang pipa yaitu lingkaran, spiral dengan empat lobus, dan spiral dengan enam lobus terhadap penurunan tekanan, faktor akurasi, reduksi drag, dan distribusi fraksi volume pada konsentrasi padatan masing-masing 50%, 60%, 65%, 68%, dan 70%. Simulasi Computational Fluid Dynamics (CFD) dilakukan dengan kondisi kecepatan masuk konstan 1.5 m/s. Hasil simulasi menunjukkan bahwa pipa spiral enam lobus secara konsisten memberikan penurunan tekanan dan faktor terjadinya terendah, dengan reduksi drag maksimum sebesar 33,78% pada konsentrasi padatan 70%. Analisis fraksi volume mengindikasikan akumulasi partikel yang lebih signifikan di dekat dasar pipa pada konsentrasi tinggi, yang disebabkan oleh pengendapan gravitasi. Secara keseluruhan, pipa spiral enam lobus menampilkan kinerja hidrolik yang unggul melalui pengurangan resistensi aliran secara efektif, sehingga menjadi alternatif desain yang menjanjikan untuk sistem transportasi slurry dengan konsentrasi tinggi.
Co-Authors Adi Setiawan Andreas A. Febrianto Andreas Ardian Febrianto Andreas Febrianto Apriansa, Farul April Lia Hananto Ardilla Ayu Dewanti Ridwan Arif Darmawan Baihaqi, Kiki Ahmad Bariski, Rezzi Nanda Danny Manongga Deddy Susilo Demas Sabatino Deny Christian Dhanar Intan Surya Saputra Eduard Royce Efraim Anggriyono Eko Sediyono Eva Yovita Dwi Utami Farica, Jevan Fauzi Ahmad Muda Fernanda, Denis Aditya Filda Angellia Florentina Tatrin Kurniati Fransiscus Dalu Setiaji Gunawan Dewantoro Hartanto Kusuma Wardana Henderi . Hendry Heri Setiawan Hindriyanto Dwi Purnomo Ignatius Agus Supriyono Ilham Hizbuloh Irwan Sembiring Ivanna Kristianti Timotius Joko Siswanto Jonatan, Jeany Johana Junias Robert Gultom Kevin Ananta Kuntadi Widiyoko Larasati, Dwira Kurnia Maria Enggar Santika Meilia, Kaizia Dwinta Millenika, Prayudha Mohammad Ridwan Ninda Lutfiani Onix Setyawan, Revivo Pratama, Rizky Dinar Priatna , Wowon Purbaratri, Winny Purnama Harahap, Eka Purnomo, Hendryanto Dwi Regina Lionnie Ridwan, Ridwan Romli Jumpai Panggabean Roy Rudolf Huizen Rudi Laksono Santoso, Joseph Teguh Santoso, Yosef Karuna Saptadi Nugroho Sarumaha, Asisman Sembiring, Jenda Suranta Septian Abednego Simanjuntak, Sarida Hotdeliana Simbolon, Winda C Sinaga, Ester Ronida Sirilus Widi Surya Pranata Sukoco, Septyan Eko Hardyan Saputra Sulistio Sulistio Theodorus Leo Hartono Theopillus J. H. Wellem Tri Mulyanto Tri Wahyuningsih Trisno Sri Suparyati Soenarto dan Dibyo Pramono Agung Wibowo Untung Rahardja Wibowo, Mars Caroline Winny purbaratri Yayi Suryo Prabandari Yulianto, Eko Susetyo Zainal Arifin Hasibuan Zalukhu, Pasrah