Claim Missing Document
Check
Articles

Found 6 Documents
Search

PEMBUATAN MEDIA INTERAKTIF ALUR PROSES PENGOLAHAN KELAPA SAWIT MENJADI CPO Andri Nofiar
JAMI: Jurnal Ahli Muda Indonesia Vol. 2 No. 2 (2021): Desember 2021
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v2i2.75

Abstract

Objektif. Buah sawit atau Elaeis merupakan tumbuhan produksi sebagai bahan baku produksi minyak masak, minyak industri dan bahan bakar. Pada satu dekade terakhir ini permintaan pasar terhadap produksi buah kelapa sawit terus meningkat. Produksi minyak kelapa sawit yang baik di Indonesia tidak terlepas dari proses produksi yang telah memenuhi standar mutu produksi minyak kelapa sawit dunia. Perkembangan yang baik ini tentu membuat masyarakat umum ingin tahu bagaimana proses produksi buah kelapa sawit menjadi Crude Palm Oil (CPO). Salah satu media yang bisa digunakan untuk menyampaikan informasi dan edukasi mengenai proses produksi buah kelapa sawit menjadi CPO adalah dengan menggunakan Media Interaktif yang mudah diakses oleh masyarakat pada umumnya. Material dan Metode. Media interaktif ini dibuat dengan menggunakan Adobe Flash CS6 dan metode penelitian yang digunakan pada pembutan media interaktif ini adalah MDLC (Multimedia Devlopment Life Cycle) yang terdiri 6 tahapan dimulai dari pengonsepan, perancangan, pengumpulan bahan, pembuatan, percobaan dan diakhiri dengan pendistribusian. Hasil. Media interaktif ini terdiri dari 5 scene, 5.379 frame dengan total durasi keseluruhan adalah 268 Detik. Kesimpulan. Media Interaktif Alur Pengolahan Kelapa Sawit Menjadi CPO telah berhasil dibuat menggunakan Adobe Flash CS6, sebagai media informasi dan edukasi kepada masyarakat umum mengenai alur proses pengolahan kelapa sawit menjadi CPO dan hasil eksport data dengan output Shockwave Flash Object (SWF).
Implementasi Framework Codeigneter Dalam Pembuatan Sistem Informasi Peron Sawit Andri Nofiar .Am; Rahmad Akbar
ikraith-informatika Vol 5 No 3 (2021): IKRAITH-INFORMATIKA Vol 5 No 3 November 2021
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1012.189 KB)

Abstract

Proses penjualan buah sawit masih bersifat konvensional, hanya mengandalkan mediainteraksi antar peron sawit dan petani sawit secara langsung, sedangkan petani yang akanmenjual sawit harus datang ke tempat peron, untuk informasi harga masih diketahui hanya padasaat penjualan sawit dan pengelolaan data penjualan yang tidak tersusun secara rapi. Sebagaisolusi maka dibangunnya sistem informasi peron sawit berbasis web menggunakan frameworkcodeigniter dibuat menggunakan bahasa pemrograman PHP dan MySQL. Tujuan dibuat sistemini untuk menghindari monopoli harga serta mambantu petani sawit dan peron sawit untukinformasi komunikasi terbuka, meningkatkan daya saing bisnis yang terbuka dan sehat sesamaperon sawit. Hasil yang diharapkan adalah pengetahuan dan solusi untuk menghindari monopoliharga dengan sistem informasi yang berbasis web.
Penentuan Mutu Kelapa Sawit Menggunakan Metode K-Means Clustering Andri Nofiar; Sarjon Defit; Sumijan
Jurnal KomtekInfo Vol. 5 No. 3 (2018): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (858.36 KB) | DOI: 10.35134/komtekinfo.v5i3.26

Abstract

The classification of the quality of palm oil in PT Tasma Puja is still done by laboratory testing and then the data is saved manually in Excel. The method of grouping takes time and allows data to be lost. With the development of knowledge, it can be replaced by a data mining approach that can be used to classify the quality of palm oil based on its standards. The k-Means clustering method can be applied to classify the quality of palm oil based on water, dirt and free fatty acids. The data used is the quality data of palm oil in December 2017 as many as 31 data with criteria of good, very good and not good. The test results contained 3 clusters, namely cluster 0 for good categories amounted to 12 data, cluster 1 for very good category amounted to 13 data and cluster 2 for less good categories amounted to 6 data. The k-Means clustering method can be used for data processing using the concept of data mining in grouping data according to criteria.
Pembuatan Animasi 3D Pengolahan Kelapa Sawit menjadi Minyak Mentah Kelapa Sawit menggunakan Metode MDLC Andri Nofiar
Computer Science and Information Technology Vol 3 No 2 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i2.3773

Abstract

Current technological developments make it easier for people to find information using communication tools such as smartphone, computers, and televisions,but many people don’t understand how the process of processing palm oil into crude palm oil. In making animation processing palm oil into crude palm oil, the information is still in the form of text, and still little information in form video. The method used in this research is Multimedia Development Life Cycle (MDLC) which consist of concept, design, material collecting, assembly, testing, distribution is made using Blender software versi 2.9, dan Adobe Premiere Pro cc2017. This 3D animation will be used for the banefit of community in understanding the process of processing palm oil into crude palm oil. The result of this study are 3D animated videos in format MP4.
Klasterisasi Kualitas Minyak Kelapa Sawit Menggunakan Metode K-Means Clustering (Studi kasus PT Tasma Puja) Antoni Pribadi; Andri Nofiar.Am
Jurnal Sains dan Ilmu Terapan Vol. 5 No. 1 (2022): Juli : Jurnal Sains dan Ilmu Terapan
Publisher : Politeknik Kampar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (710.011 KB) | DOI: 10.59061/jsit.v5i1.76

Abstract

Klasterisasi kualitas minyak kelapa sawit pada PT. Tasma Puja dilakukan dengan cara uji laboratorium dan selanjutnya data disimpan menggunakan database menggunakan microsoft excel. Klasterisasi data tersebut membutuhkan waktu dan memungkinkan data hilang, kedepannya perkembangan ilmu pengetahuan nantinya bisa di gantikan dengan pendekatan data mining yang dapat digunakan dalam mengelompokan kualitas minyak kelapa sawit berdasarkan standartnya. Kriteria untuk menentukan mutu minyak kelapa sawit diambil dari data kandungan air, kotoran dan asam lemak bebas. Dari data yang didapat digunakanlah metode k-means clustering untuk menentukan kualitas minyak kelapa sawit. Metode k-means clustering dapat diterapkan untuk mengelompokan suatu kualitas minyak kelapa sawit berdasarkan kriterianya. Data yang digunakan adalah data kualitas minyak kelapa sawit pada bulan desember 2017. Hasil pengujian menggunkan software RapidMiner terdapat 3 cluster yaitu cluster 0 kategori baik berjumlah 12 data, cluster 1 kategori sangat baik berjumlah 13 data dan cluster 2 kategori kurang baik berjumlah 6 data. Metode k-means clustering dapat digunakan untuk proses pengolahan data menggunakan konsep data mining dalam mengelompokkan data sesuai kriterianya.
Alat Pendeteksi Ketepatan Penggunaan Masker Berbasis Arduino Menggunakan Bahasa Pemrograman Python Andri Nofiar; Muhammad Ridwan
SATIN - Sains dan Teknologi Informasi Vol 8 No 1 (2022): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (791.472 KB) | DOI: 10.33372/stn.v8i1.835

Abstract

In early March 2020, Indonesia experienced an outbreak of the virus known as Corona Disease 2019 or covid-19 and has been declared by the World Health Organization as a pandemic on March 9, 2020. To prevent the transmission of the virus, the use of masks is a solution that is considered effective and efficient enough to prevent the spread of the covid-19 virus. But the use of this mask is sometimes still an unusual thing among the public. Detection of the use of masks so far is only done manually through observation by officers and this has some limitations that cannot be done every time and every place. For this reason, researchers make a mask-using precision detection tool made using machine learning. Machine learning works to classify data in the form of images then matched with the image of the face that has been captured, after which the data is sent to arduino as an output. If the facial data is not masked then LCD, red LED and Buzzer will light up. This python program is able to detect mask wearers with an accuracy of 100% at a distance of 50 cm. These results indicate that the problem can be solved properly.