Claim Missing Document
Check
Articles

Found 26 Documents
Search

Tundaan Pada Simpang Bersinyal Dengan Manajemen Lalu Lintas Di Klender, Jakarta Eko Prasetyo, Harwidyo; Setiawan, Andika; Satya Soeratmodjo, Irnanda; Wicaksana, Galih; Rusmiatmoko, Djudjun; Sutik, Sutik
Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi Vol. 3 No. 1 (2024): Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi 2024
Publisher : Fakultas Teknik dan Teknologi - TANRI ABENG UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/snarstek.v2i1.563

Abstract

Terjadinya peningkatan jumlah penduduk akan berdampak juga terhadap peningkatan terkait kebutuhan transportasi setiap individu pada suatu wilayah. Akibat dari meningkatnya kebutuhan transportasi tersebut berdampak kepada kegiatan lalu lintasnya yang sering kali menjadi permasalahan terkait kemacetan, khususnya pada sebuah persimpangan. Oleh karena itu, perlu dilakukan penelitian pada simpang bertujuan agar dapat menyelesaikan permasalahan terkait kemacetan tersebut. Penelitian ini dilakukan pada kondisi eksisting simpang bersinyal di Klender, Jakarta Timur. Survei dilakukan dengan melakukan pengamatan dan pengumpulan data yang dilakukan pukul 06.00 – 21.00 WIB. Data hasil pengumpulan volume kendaraan baik sepeda motor, mobil dan kendaraan besar berupa data primer terkait kondisi geometrik eksisting jalan, data arus lalu lintas. Analisa dilakukan pada kondisi eksisting untuk melihat aktual yang ada dilapangan. Lalu setelah didapat dan hasil kondisi eksisting untuk nilai DS >0,85 maka dilakukan rekayasa lalu lintas. Rekayasa berupa pelarangan belok kanan. Berdasarkan hasil analisis pada kondisi eksisting didapatkan nilai derajat kejenuhan (DS) pada lengan A sebesar 1,03; lengan B sebesar 0,98 dan lengan C sebesar 0,93. Setelah dilakukan analisis rekayaskata lalu lintas larangan belok dan pengaturan ulang fase, nilai derajat kejenuhan (DS) mengalami penurunan pada lengan A sebesar 0,85; lengan B sebesar 0,83 dan lengan C sebesar 0,60.
Pengembangan dan Digitalisasi Produk Pelaku UMKM Penerima Manfaat Program Keluarga Harapan Sebagai Program Penguatan Ekonomi Masyarakat Desa Kalisari Kecamatan Natar Saputra, Muhammad Yogi; Indarto, Indarto; Setiawan, Andika; Kurniawan, Rahmat; Ashari, Arif; Alrando, Raja Aksana; Habeahan, Angelina; Mario, Frisel; Windasari, Liska
Jurnal Pengabdian Masyarakat Bangsa Vol. 2 No. 10 (2024): Desember
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v2i10.1810

Abstract

Desa Kalisari yang terletak di Kecamatan Natar, Kabupaten Lampung Selatan memiliki potensi besar bagi pengembangan Usaha Mikro, Kecil, dan Menengah (UMKM). Pemerintah melalui Program Keluarga Harapan (PKH) memberikan bantuan sosial yang bertujuan untuk membantu keluarga miskin dan rentan secara finansial, salah satunya pada pelaku UMKM. Kegiatan Pengabdian kepada Masyarakat (PkM) di Desa Kalisari bertujuan untuk menguatkan perekonomian pelaku UMKM melalui digitalisasi produk. Digitalisasi produk UMKM menjadi suatu upaya untuk meningkatkan kualitas dan pemasaran produk-produk melalui pemanfaatan teknologi. Digitalisasi UMKM telah menjadi sesuatu hal yang sudah tidak dapat dielakkan lagi sekaligus menjadi salah satu solusi bagi para pelaku UMKM yang jumlahnya sangat besar di Indonesia. Membangun ekosistem digital untuk pelaku UMKM penerima manfaat Program Keluarga Harapan Desa Kalisari melalui pemanfaatan teknologi dengan penerapan digitalisasi UMKM merupakan langkah strategis untuk memperkuat perekonomian lokal. Kegiatan PkM ini berfokus untuk mengoptimalkan strategi digital marketing dengan menggunaan aplikasi seperti Goggle Business, Whatsapp Business, dan Linktree sebagai solusi dalam proses digitalisasi produk. Kegiatan PkM, dilaksanakan pada 2 November 2024, melibatkan kurang-lebih 20 peserta dari pelaku UMKM Desa Kalisari. Pasca-pelatihan, pelaku UMKM berhasil memanfaatkan teknologi dalam melakukan digitalisasi produk. Pendampingan program dilakukan sebulan setelah pelatihan, diikuti dengan proses monitoring pada bulan Desember 2024. Hasil kegiatan PkM ini memberikan kontribusi positif terhadap penguatan ekonomi masyarakat Desa Kalisari.
Perilaku Oprit Jembatan Akibat Beban Kendaraan Terhadap Stabilitas Abutment Menggunakan Midas Soilworks Buwono, Haryo Koco; Khoeri, Heri; Badaruddin; Sofiana, Dini; Setiawan, Andika
AGREGAT Vol 9 No 2 (2024): .
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/ag.v9i2.24234

Abstract

Konstruksi suatu struktur sering kali dilakukan pada kondisi tanah yang bercirikan tanah dengan kekerasan rendah atau tanah berpori. Struktur yang dibangun di atas tanah ini menunjukkan ketidakstabilan karena kekuatannya yang tidak memadai. Berdasarkan konsep tersebut, dilakukan penelitian untuk mengetahui kestabilan lereng tanggul dengan memasukkan tambahan sabut kelapa. Analisis stabilitas lereng dilakukan dengan menggunakan perangkat lunak Midas Soil Works, yaitu perangkat lunak geoteknik yang menggunakan analisis rekayasa elemen hingga. Studi ini mengilustrasikan stabilitas lereng dengan menggunakan metrik keamanan lereng yang diperoleh dari analisis perangkat lunak yang dilakukan oleh Midas Soil Works Software. Analisis beban kendaraan dan beban lajur pada saat pemuatan. Oleh karena itu, metode yang dipilih, Bishop, dan Morgenstern-Price, dapat digunakan untuk melakukan analisis stabilitas menggunakan Midas Soilworks. Variasi parameter tanah, termasuk kohesi, sudut gesekan internal, berat jenis, kondisi air tanah, dan geometri lereng, digunakan untuk analisis sensitivitas. Sesuai dengan SNI 8460:2017, menyatakan faktor keamanan lereng yang diperlukan untuk analisis stabilitas lereng tanah. Faktor-faktor ini ditentukan dengan menimbang biaya dan dampak kegagalan lereng terhadap tingkat ketidakpastian kondisi analisis. Nilai faktor keamanan lereng minimum yang masih memenuhi persyaratan ditetapkan sebesar 1,25 berdasarkan hasil analisis stabilitas lereng yang dilakukan pada timbunan oprite.
Kelayakan Struktur Bangunan Akibat Perubahan Beban Dengan Metode Linear Moving Load Heri Khoeri; Haryo Koco Buwono; Dwi Yulina Abdi Jayanti; Setiawan, Andika
AGREGAT Vol 9 No 2 (2024): .
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/ag.v9i2.24699

Abstract

Terkait dengan adanya rencana penempatan tambahan alat sebesar 1.2 ton yang dapat dipindah-pindahkan di dalam ruang Operasi Rumah Sakit, maka perlu dilakukan pengecekan kekuatan struktur eksisting yang akan dikenai beban tambahan tersebut, untuk memastikan keamanan bangunan dan keselamatan dan kenyamanan penggunanya. Dari hasil pengamatan visual, struktur beton berulang terlihat baik, begitupula dari interpretasi hasil pengujian UPV, mutu beton elemen struktur yang diuji dapat dinyatakan dalam katagori baik dan sangat baik, dengan range average cepat rambat gelombang ultrasonic elemen antara 3596 sampai dengan 4567 m/detik. Dari hasil scan dengan georadar teridentifikasi tebal beton pelat lantai + 20 cm dengan tulangan dua arah dua lapis D10-150 ditambah tulangan atas M6. Sementara tulangan utama balok menggunakan D22 dan Sengkang f12 dan D13, dengan jumlah dan jarak memenuhi persyaratan minimal pemasangan tulangan. Dengan menggunakan input data hasil observasi, pengujian dan pemindaian beton lapangan selanjutnya dilakukan pemodelan dan analisis struktur menggunakan software SAP2000. Hasil analisis menunjukkan bahwa struktur masih memenuhi persyaratan kekuatan dan persyaratan lendutan sesuai dengan SNI SNI 2847-2019 Persyaratan beton struktural untuk bangunan Gedung dan SNI 1727-2020 Beban minimum untuk perancangan bangunan gedung dan struktur lain
Identification of Fatigue from Facial Expressions Using Transfer Learning Manurung, Jefri; Setiawan, Andika; Cahyo Untoro, Meida
Media of Computer Science Vol. 1 No. 1 (2024): June 2024
Publisher : CV. Digital Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69616/mcs.v1i1.180

Abstract

Initially, teaching and learning activities were carried out face-to-face in the provided room, but now they have switched to online. Online learning has an impact on student learning disengagement, which is known through indicators of aspects of emotional exhaustion, physical fatigue, cognitive fatigue, and loss of motivation. Besides, the teacher must provide the material that has been provided. The teacher must also pay attention to all students who are participating in the online learning. This can be overcome by a system that can detect student disengagement using a camera device. The system works by scanning the direction of students' faces and views using OpenCV technology and Transfer Learning methods. Using context, facial expressions, and heart rate can be used to recognize student disengagement. However, with the widespread availability of cameras, it is easier to identify disengagement using facial expressions. The facial expression recognition system in this study will use the FER2013 dataset and Transfer Learning method. Facial expression recognition using the FER-2013 dataset and Transfer Learning method has a reading accuracy rate of 68% in 25 epochs. Then, after being implemented as an impression parameter in the disengagement identification system using 7 scenarios, the accuracy rate is 83.33%, precision is 100%, recall is 75%, and the f1-score is 85.71%.
Perilaku Oprit Jembatan Akibat Beban Kendaraan Terhadap Stabilitas Abutment Menggunakan Midas Soilworks Buwono, Haryo Koco; Khoeri, Heri; Badaruddin; Sofiana, Dini; Setiawan, Andika
AGREGAT Vol 9 No 2 (2024): Vol. 9 No. 2 (2024)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/ag.v9i2.24234

Abstract

Konstruksi suatu struktur sering kali dilakukan pada kondisi tanah yang bercirikan tanah dengan kekerasan rendah atau tanah berpori. Struktur yang dibangun di atas tanah ini menunjukkan ketidakstabilan karena kekuatannya yang tidak memadai. Berdasarkan konsep tersebut, dilakukan penelitian untuk mengetahui kestabilan lereng tanggul dengan memasukkan tambahan sabut kelapa. Analisis stabilitas lereng dilakukan dengan menggunakan perangkat lunak Midas Soil Works, yaitu perangkat lunak geoteknik yang menggunakan analisis rekayasa elemen hingga. Studi ini mengilustrasikan stabilitas lereng dengan menggunakan metrik keamanan lereng yang diperoleh dari analisis perangkat lunak yang dilakukan oleh Midas Soil Works Software. Analisis beban kendaraan dan beban lajur pada saat pemuatan. Oleh karena itu, metode yang dipilih, Bishop, dan Morgenstern-Price, dapat digunakan untuk melakukan analisis stabilitas menggunakan Midas Soilworks. Variasi parameter tanah, termasuk kohesi, sudut gesekan internal, berat jenis, kondisi air tanah, dan geometri lereng, digunakan untuk analisis sensitivitas. Sesuai dengan SNI 8460:2017, menyatakan faktor keamanan lereng yang diperlukan untuk analisis stabilitas lereng tanah. Faktor-faktor ini ditentukan dengan menimbang biaya dan dampak kegagalan lereng terhadap tingkat ketidakpastian kondisi analisis. Nilai faktor keamanan lereng minimum yang masih memenuhi persyaratan ditetapkan sebesar 1,25 berdasarkan hasil analisis stabilitas lereng yang dilakukan pada timbunan oprite.
Kelayakan Struktur Bangunan Akibat Perubahan Beban Dengan Metode Linear Moving Load Heri Khoeri; Haryo Koco Buwono; Dwi Yulina Abdi Jayanti; Setiawan, Andika
AGREGAT Vol 9 No 2 (2024): Vol. 9 No. 2 (2024)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/ag.v9i2.24699

Abstract

Terkait dengan adanya rencana penempatan tambahan alat sebesar 1.2 ton yang dapat dipindah-pindahkan di dalam ruang Operasi Rumah Sakit, maka perlu dilakukan pengecekan kekuatan struktur eksisting yang akan dikenai beban tambahan tersebut, untuk memastikan keamanan bangunan dan keselamatan dan kenyamanan penggunanya. Dari hasil pengamatan visual, struktur beton berulang terlihat baik, begitupula dari interpretasi hasil pengujian UPV, mutu beton elemen struktur yang diuji dapat dinyatakan dalam katagori baik dan sangat baik, dengan range average cepat rambat gelombang ultrasonic elemen antara 3596 sampai dengan 4567 m/detik. Dari hasil scan dengan georadar teridentifikasi tebal beton pelat lantai + 20 cm dengan tulangan dua arah dua lapis D10-150 ditambah tulangan atas M6. Sementara tulangan utama balok menggunakan D22 dan Sengkang f12 dan D13, dengan jumlah dan jarak memenuhi persyaratan minimal pemasangan tulangan. Dengan menggunakan input data hasil observasi, pengujian dan pemindaian beton lapangan selanjutnya dilakukan pemodelan dan analisis struktur menggunakan software SAP2000. Hasil analisis menunjukkan bahwa struktur masih memenuhi persyaratan kekuatan dan persyaratan lendutan sesuai dengan SNI SNI 2847-2019 Persyaratan beton struktural untuk bangunan Gedung dan SNI 1727-2020 Beban minimum untuk perancangan bangunan gedung dan struktur lain
Prediksi Penyakit Daun Pisang Menggunakan Metode LSTM (Long Short-Term Memory) Ba’its, Alfian Kafilah; Bagaskara, Radhinka; Setiawan, Andika; Yulita, Winda; Harmiansyah, Harmiansyah; Listiani, Amalia; Untoro, Meida Cahyo; Drantantiyas, Nike Dwi Grevika; Faisal, Amir; Anggraini, Leslie; Febrianto, Andre; Aprilianda, Mohamad Meazza; Fitrawan, Mhd. Kadar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 10 No. 1 : Tahun 2025
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Dalam sektor pertanian, tanaman yang memiliki peran signifikan dalam skala global adalah pisang, yaitu buah yang mudah didapatkan, dapat tumbuh dimana saja, memiliki gizi yang tinggi, serta memiliki nilai ekonomi & budaya yang tinggi. Pisang mempunyai kontribusi yang signifikan terhadap pendapatan nasional Indonesia, terutama di Provinsi Lampung sebagai penghasil pisang nasional terbesar. Tetapi, proses produksi pisang seringkali mengalami kendala, salah satunya karena faktor serangan penyakit Black Sigatoka. Penyakit tersebut memberikan kerugian pada tanaman pisang, seperti daun yang meranggas, panen tertunda, bakal buah rontok, dan kualitas buah yang rendah, dan dapat menyebar melalui aliran udara atau percikan air hujan. Tingkat keparahan penyakit Black Sigatoka perlu diprediksi agar penyakit tersebut dapat dikontrol dan dapat dicegah sedini mungkin. Model yang digunakan untuk memprediksi permasalahan ini dalam jangka panjang adalah model Long Short-Term Memory (LSTM), salah satu jenis dari arsitektur Recurrent Neural Network (RNN), yang mempunyai kinerja yang baik dan mempunyai model yang prediktif. Aplikasi LSTM diterapkan terhadap dataset pohon pisang yang terdampak penyakit Black Sigatoka. Hasil dari model LSTM dalam melakukan prediksi penyakit Black Sigatoka menghasilkan model dengan nilai error yang kecil, dengan nilai MAE dan MAPE masing-masing sebesar 0.084 dan 5.7%
Comparative Analysis of CNN, Transformers, and Traditional ML for Classifying Online Gambling Spam Comments in Indonesian Manullang, Martin Clinton Tosima; Rakhman, Arkham Zahri; Tantriawan, Hartanto; Setiawan, Andika
Journal of Applied Informatics and Computing Vol. 9 No. 3 (2025): June 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i3.9468

Abstract

The rise of user-generated content on social media and live-streaming platforms has intensified the spread of spam, particularly online gambling (Judi Online) promotions, which remain prevalent in Indonesian comment sections. This study investigates the effectiveness of various machine learning (ML) and deep learning (DL) approaches in classifying such spam content in Bahasa Indonesia. We compare five models: Support Vector Machine (SVM), Random Forest (RF), a CNN-based model, IndoBERT, and a custom lightweight transformer model named Wordformer. While IndoBERT achieves the highest performance across all metrics, it comes with high computational demands. Wordformer, in contrast, delivers a strong balance between accuracy and efficiency, outperforming traditional models while being significantly more lightweight than IndoBERT. Wordformer achieved 0.9975 accuracy and macro F1-score, surpassing SVM (0.9578) and Random Forest (0.9729), while maintaining a significantly smaller model size and fewer multiply-add operations. An extensive ablation study further explores the architectural and training design choices that influence Wordformer’s performance. The findings suggest that lightweight transformer models can offer practical, scalable solutions for spam detection in low-resource language settings without the need for large pretrained backbones.
Identification of Leaf Spot Diseases in Eggplant Using Gray Level Co-Occurrence Matrix (GLCM) Feature Extraction and Support Vector Machine (SVM) Classification Pahlevi, Reza; Setiawan, Andika; Kesuma, Rahman Indra
Media of Computer Science Vol. 2 No. 1 (2025): June 2025
Publisher : CV. Digital Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69616/mcs.v2i1.202

Abstract

Eggplant (Solanum melongena L.) is one of the widely cultivated vegetables in Indonesia, belonging to the Solanaceae family. This plant is susceptible to several diseases, one of which is leaf spot disease. Leaf spot disease, caused by the pathogenic fungus Alternaria sp., is characterized by irregularly shaped brown spots with a diameter of approximately 0.5 cm. To address this issue, a digital image processing-based system was developed to identify whether the plant is infected. The proposed system employs feature extraction using the Gray Level Co-Occurrence Matrix (GLCM) combined with the Support Vector Machine (SVM) classification algorithm. The study utilized a dataset of 100 images for training and 50 images for testing. The highest achieved accuracy was 100%, obtained by applying Laplace of Gaussian (LoG) edge detection along with Linear Kernel and Polynomial Kernel SVM classifiers.