Claim Missing Document
Check
Articles

Found 6 Documents
Search

Jurnal Sistem Informasi Aset Intelektual Berbasis Knowledge Management System Ishari, Qitvirul Azij; Wibowo, Achmad Teguh; Milad, Muhammad Khusnu
MATICS Vol 12, No 1 (2020): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (814.491 KB) | DOI: 10.18860/mat.v12i1.8099

Abstract

Knowledge Management System (KMS) meliputi pembuatan dan pengelolahan pengetahuan untuk pengembangan aset intelektual mahasiswa yang efektif dan produktif. Riset ini berdasarkan observasi dan studi literatur di lingkungan Fakultas Sains dan Teknologi UIN Sunan Ampel Surabaya. Aset intelektual mahasiswa meliputi produk, karya, inovasi, dan prestasi dari setiap prodi masih terdapat kekurangan dari segi pengelolaan. Penelitian ini menerapkan konsep KMS dalam mengelola aset intelektual mahasiswa dengan mengimplementasikan model Socialization, Externalization, Combination, Interlization (SECI) serta metode pengembangan aplikasi menggunakan ADDIE. Hasil dari penelitian ini berupa aplikasi KMS dengan fitur forum grup diskusi, arsip prestasi mahasiswa, arsip produk mahasiswa, dan edukasi. Dengan adanya Aplikasi KMS ini, Fakultas Sains dan Teknologi dapat mengelola aset intelektual mahasiswa serta sebagai media untuk sharing dan transfer knowledge. Sehingga evaluasi kegiatan belajar mengajar dapat lebih terkontrol.
Implementasi Perangkat Peremajaan dan Perawatan Alat Berat Container Crane Wahibullah, Wahibullah; Adi, Derry Pramono; Wibowo, Achmad Teguh; Sulistyono, MY Teguh; Gumelar, Agustinus Bimo
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.11597

Abstract

Proses perbaikan dan perencanaan perawatan pada container crane yang di pelabuhan sering dianggap kurang efektif karena kurangnya perencanaan dalam pengelolaan yang berpengaruh dalam penentuan jadwal perawatan. Terminal Nilam PELINDO III Surabaya merupakan perusahaan yang bergerak dalam bidang jasa bongkar muat container crane. Proses bongkar muat ditentukan oleh beberapa faktor, seperti banyaknya container dan berat muatan yang dikelola, maupun kualitas dan kuantitas alat yang digunakan. Proses secara terus-menerus tersebut mempengaruhi usia container crane. Kurang tepatnya penentuan perawatan bisa berdampak pada performa container crane. Untuk menjawab permasalahan ini, dibutuhkan perencanaan sehingga mampu menentukan waktu perawatan yang tepat dalam kurun waktu tertentu. Pada penelitian ini, kami mengimplementasikan perencanaan perawatan dengan implementasi aplikasi berbasis web menggunakan bahasa pemrograman PHP dan database MariaDB. Kami menggunakan data operasional pada PT. BIMA PELINDO III Surabaya yang meliputi produksi terjadwal, penjagaan terjadwal, aktivitas pemeliharaan dan perkiraan terjadwal. Kami menentukan variabel input berdasarkan data operasional, yang dilanjutkan dengan permodelan metode perencanaan. Berdasarkan variabel input tersebut, akan diperoleh variabel output berupa kluster ringan dan berat, dengan setiap class diberi pembobotan prediksi perencanaan perawatan container crane yang ditampilkan ke aplikasi. Hasil dari aplikasi perencanaan perawatan ini diharapkan dapat menentukan perkiraan aktivitas pemeliharaan, perawatan terjadwal agar berjalan dengan baik, pemakaian bahan bakar dan sumber daya operasional container crane yang lain menjadi lebih efisien.
Klasifikasi Jenis Pemeliharaan dan Perawatan Container Crane menggunakan Algoritma Machine Learning Nugroho, Via Ardianto; Adi, Derry Pramono; Wibowo, Achmad Teguh; Sulistyono, MY Teguh; Gumelar, Agustinus Bimo
MATICS Vol 13, No 1 (2021): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v13i1.11525

Abstract

Pada industri jasa pelayanan peti kemas, Terminal Nilam merupakan pelanggan dari PT. BIMA, yang secara khusus bergerak dibidang jasa perbaikan dan perawatan alat berat. Terminal ini menjadi sentral tempat untuk melakukan aktifitas bongkar muat peti kemas domestik yang memiliki empat buah container crane untuk melayani dua kapal. Proses perawatan alat berat seperti container crane yang selama ini beroperasi, agaknya kurang memperhatikan data pengelompokkan atau klasifikasi jenis perawatan yang dibutuhkan oleh alat berat tersebut. Di kemudian hari, alat berat dapat menunjukkan kinerja yang tidak maksimal bahkan dapat berujung pada kecelakaan kerja. Selain itu, kelalaian perawatan container crane juga dapat menyebabkan pembengkakan biaya perawatan lanjut. Target produksi bongkar muat dapat berkurang dan juga keterlambatan jadwal kapal sandar sangat mungkin terjadi. Metode pembelajaran menggunakan mesin atau biasa disebut dengan Machine Learning (ML), dengan mudah dapat melenyapkan kemungkinan-kemungkinan tersebut. ML dalam penelitian ini, kami rancang agar bekerja dengan mengidentifikasi lalu mengelompokkan jenis perawatan container crane yang sesuai, yaitu ringan atau berat. Metode ML yang pilih untuk digunakan dalam penelitian ini yaitu Random Forest, Support Vector Machine, k-Nearest Neighbor, Naïve Bayes, Logistic Regression, J48, dan Decision Tree. Penelitian ini menunjukkan keberhasilan ML model tree dalam melakukan pembelajaran jenis data perawatan container crane (numerik dan kategoris), dengan J48 menunjukkan performa terbaik dengan nilai akurasi dan nilai ROC-AUC mencapai 99,1%. Pertimbangan klasifikasi kami lakukan dengan mengacu kepada tanggal terakhir perawatan, hour meter, breakdown, shutdown, dan sparepart.
Enhance User Interface to Deaf E-Learning Based on User Centered Design Fardan Zamakhsyari; Achmad Teguh Wibowo; Mohammad Khusnu Milad
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 14, No 2 (2022): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v14i2.17703

Abstract

Abstract—The cognitive learning approach through visual media is a characteristic of learning for deaf students because these students can receive learning more quickly. However, this method became an obstacle when this process was online conducted because of the effect of the Covid-19 pandemic. Based on the explanation, a need for media learning based on interactive media can help students in the studying process. This research focuses on developing learning media using User Center Design (UCD) method to a center for the development system. In this research, we develop a user interface (UI) for deaf students, especially in the Putra Asih inclusive school in the city of Kediri, Indonesia. The evaluation of this research using ISO-9241 shows the effectiveness of using the application obtained 87,15%, effectiveness of the user interface design obtained 80,05%, and user satisfaction obtained 71,18% where all parameters make sense and acceptable based on a response from the users.
Eye Aspect Ratio based on Histogram Oriented Gradient and Linear Support Vector Machine to Microsleep Detection Mohammad Afinil Maula; Achmad Teguh Wibowo; Muhammad Andik Izzudin
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 15, No 1 (2023): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v15i1.20186

Abstract

Traffic accidents are caused by several factors, especially due to driver fatigue. To minimize accidents caused by human negligence, developing a prototype microsleep detection system to trigger an alarm is necessary. This research uses Histogram Oriented Gradient and Support Vector Machine methods to detect objects. The programming language used is Python, using the dataset from the Idlib face landmark as a marker in the face point area, which will then be calculated based on the eye aspect ratio. This system is implemented using video input captured using a webcam in real-time. The output of this system uses a buzzer to alert the driver. In this study, the test results were obtained well, carried out with 2 test scenarios with a distance of 40cm - 100cm and testing light levels of 33 lux to 226 lux. From these results, the accuracy results were obtained at 88% each.
Eye Aspect Ratio based on Histogram Oriented Gradient and Linear Support Vector Machine to Microsleep Detection Maula, Mohammad Afinil; Wibowo, Achmad Teguh; Izzudin, Muhammad Andik
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 15, No 1 (2023): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v15i1.20186

Abstract

Traffic accidents are caused by several factors, especially due to driver fatigue. To minimize accidents caused by human negligence, developing a prototype microsleep detection system to trigger an alarm is necessary. This research uses Histogram Oriented Gradient and Support Vector Machine methods to detect objects. The programming language used is Python, using the dataset from the Idlib face landmark as a marker in the face point area, which will then be calculated based on the eye aspect ratio. This system is implemented using video input captured using a webcam in real-time. The output of this system uses a buzzer to alert the driver. In this study, the test results were obtained well, carried out with 2 test scenarios with a distance of 40cm - 100cm and testing light levels of 33 lux to 226 lux. From these results, the accuracy results were obtained at 88% each.