Claim Missing Document
Check
Articles

Solusi Penentuan Penerima Kartu dengan Menggunakan Data Mining dalam Industri Perbankan Santosa, Iwan; Novianti, Triuli
Journal of Manufacturing in Industrial Engineering & Technology Vol 3 No 1 (2024): Journal of Manufacturing in Industrial Engineering & Technology
Publisher : Universitas Muhammadiyah Surabaya Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/mine-tech.v3i1.22775

Abstract

Meningkatnya jumlah pemohon kartu kredit di sektor perbankan memerlukan sistem yang efisien untuk menangani proses seleksi. Penelitian ini mengusulkan solusi berbasis data mining dengan menerapkan algoritma Decision Tree C4.5. Data yang digunakan diambil dari situs open data Kaggle, terdiri dari 1.548 entri dengan 11 atribut. Proporsi pembagian data training dan testing bervariasi antara 70%, 75%, 80%, 85%, dan 90%. Hasil menunjukkan akurasi tertinggi sebesar 88,82% dicapai dengan 70% data training. Rata-rata akurasi keseluruhan adalah 87,63%, yang tergolong tinggi. Temuan ini menunjukkan bahwa model tersebut dapat mempercepat proses seleksi dalam pemberian kartu kredit. Implementasi algoritma Decision Tree C4.5 terbukti memberikan solusi yang efisien dan akurat, memungkinkan bank untuk menentukan kelayakan pemohon dengan lebih cepat dan tepat. Penelitian ini mengkonfirmasi efektivitas penerapan data mining dalam menangani lonjakan permohonan kartu kredit, serta menyediakan dasar pengambilan keputusan yang terstruktur dan berbasis data. Model ini sangat direkomendasikan untuk meningkatkan efisiensi proses seleksi dan penentuan kelayakan pemohon kartu kredit di sektor perbankan.  
Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR Novianti, Triuli; Santosa, Iwan
Journal of Manufacturing in Industrial Engineering & Technology Vol 4 No 2 (2025): Journal of Manufacturing in Industrial Engineering & Technology
Publisher : Universitas Muhammadiyah Surabaya Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/mine-tech.v4i2.28951

Abstract

This study discusses the implementation of the Decision Tree algorithm for classifying electrical fault types based on data obtained from the Disturbance Fault Recorder (DFR) on a 150 kV transmission system. Disturbances in the electric power system can cause power instability and equipment damage if not detected quickly. The data used consists of 12 fault data including the fault current (I Fault), voltage during fault (V Fault), impedance (RΩ), and the cause of the fault. The classification process is carried out to distinguish the types of 1-phase, 2-phase, and 3-phase faults using a supervised learning approach with an entropy-based Decision Tree algorithm as a separation criterion. Model performance evaluation is carried out using the Leave-One-Out Cross Validation (LOOCV) method to maximize the use of small datasets. The test results show an accuracy of 91.67%, with the V Fault and I Fault parameters as the most influential features in the classification process. This study shows that the Decision Tree algorithm is capable of being an effective artificial intelligence-based solution for detecting electrical fault types quickly and interpretively. In the future, research can be developed by increasing the amount of data and conducting comparisons with other algorithms such as Random Forest and Support Vector Machine (SVM) to obtain more optimal results.
Rancang Bangun Pintu Otomatis dengan Menggunakan RFID Triuli Novianti
Jurnal Teknik Elektro dan Komputer TRIAC Vol 6, No 1 (2019): Mei 2019
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v6i1.4878

Abstract

Pintu merupakan bagian penting dalam rumah.Terkadang untuk membuka dan menutup pintu rumah pernah mengalami kesulitan.Semakin berkembangnya teknologi menggantikan pintu manual ini menjadi sistem otomatis.Namun perlu juga diperhatikan dalam hal sistem keamanan pintu otomatis tersebut. Penelitian ini merumuskan permasalahan bagaimana sistem pintu otomatis dan  keamanan pintu dengan menggunakan RFID.Metode penelitian yang digunakan adalah riset dan pengembangan. Pintu Otomatis ini diprogram oleh aplikasi Arduino  dengan membuat sistem keamanan menggunakan Radio Frequency indentification (RFID) sebagai gelombang radio frekuesi pembawa data yang akan diterima receiver.dan membrane keypad sebagai pengganti Card RFID bila user tidak membawa kunci rumah/card RFID. Hasil Penelitian ini berupa prototype pintu otomatis menggunakan RFID yang dapat beroperasi dengan baik. Kemampuan sensor RFID mendekteksi  id antara Card dan Reader jarak  maksimalnya 5cm.Kemampuan Reader untuk mendekteksi kartu id 2 sampai 3 detik mulai saat kartu id dtempelkan pada Reader. Sistem Selenoid pada pintu otomatis ini akan bekerja bila id dan password benar dan servo akan menggerakan pintu.
Data-Driven Reliability Analysis pada Sistem Uninterruptible Power Supply untuk Distributed Control System Triuli Novianti; Tutur Dwi Pambudi; Iwan Santosa
Rekayasa Vol 19, No 1: January - April 2026
Publisher : Universitas Trunodjoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v19i1.34109

Abstract

Sistem Uninterruptible Power Supply (UPS) memegang peran penting dalam menjaga kontinuitas pasokan daya pada Distributed Control System (DCS), karena gangguan listrik dapat menyebabkan interupsi operasional dan kerugian ekonomi yang signifikan. Namun, sebagian besar penelitian sebelumnya masih berfokus pada pemodelan teoritis dan belum banyak memanfaatkan data monitoring operasional dalam analisis keandalan. Kontribusi penelitian ini adalah mengusulkan pendekatan data-driven reliability analysis dengan mengintegrasikan data monitoring operasional dan catatan gangguan aktual untuk mengevaluasi keandalan sistem UPS secara lebih komprehensif dan aplikatif. Metode penelitian dilakukan melalui pengumpulan data historis gangguan dan parameter operasional sistem UPS, yang kemudian dianalisis menggunakan indikator keandalan utama, yaitu Mean Time Between Failure (MTBF), Mean Time to Repair (MTTR), dan availability. Selain itu, dilakukan analisis tren temperatur untuk mengidentifikasi potensi degradasi kinerja sistem. Hasil penelitian menunjukkan bahwa sistem UPS memiliki nilai MTBF sebesar 540 jam dan MTTR sebesar 0,13 jam, dengan tingkat availability mencapai 99,97%, yang mencerminkan tingkat keandalan yang tinggi dalam mendukung operasi DCS. Analisis lebih lanjut juga mengindikasikan adanya tren peningkatan temperatur internal yang berpotensi mempengaruhi kinerja jangka panjang. Integrasi data operasional terbukti memberikan wawasan yang lebih akurat dibandingkan pendekatan teoritis semata, sekaligus membuka peluang penerapan pemeliharaan berbasis kondisi. Kesimpulannya, pendekatan berbasis data operasional mampu memberikan evaluasi keandalan sistem UPS yang lebih realistis dan mendalam. Hasil penelitian ini dapat menjadi dasar dalam pengembangan strategi pemeliharaan preventif dan prediktif untuk meningkatkan keandalan sistem kelistrikan di lingkungan industri.
Prototype of Fuel Liquid Level Monitoring System at Gas Station Hidden Tank Using the Internet of Things (IoT) Triuli Novianti; Winarno Winarno
Jurnal Teknik Elektro dan Komputer TRIAC Vol 11, No 2 (2024): Oktober 2024
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v11i2.27390

Abstract

Currently, the availability of fuel oil (BBM) to the community is critical. One way to anticipate delays in supply and empty fuel stocks at refueling stations (petrol stations) is to periodically monitor the fuel liquid level with a Stick Sounding Meter measuring device dipped in the bottom of the tank. Monitoring uses the Internet of Things (IoT) concept, which can integrate surveillance system devices with the Internet network. The system uses an ultrasonic sensor mounted horizontally on the tank's liquid surface to detect the fluid level's distance and an ESP32 NodeMCU to communicate with ThingSpeak, an IoT device. If the tank's liquid exceeds 20% of its capacity, the test results will be displayed in real-time onThingSpeak, and a notification will be sent to the field. Therefore, both petrol station officers in the field and admins can monitor more efficiently. Ultrasonic sensor tests, data transmission accuracy, and fuel liquid levels are some of the stages carried out. Tank 1 has an accuracy rate of 97.066%, and Tank 2 has an accuracy rate of 95.451%.
Penguatan Literasi Mitigasi Bencana bagi Siswa Tunagrahita melalui Virtual Reality Berbasis Narasi Bilingual di SLB B-C Optimal Kenjeran Ro’ifah Ro’ifah; Vina Erni Pratiwi; Moch. Syakroni; Safril Umar Ashiddiqi; Marini Marini; Triuli Novianti
Journal of Community Development Vol. 6 No. 3 (2026): April
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v6i3.1756

Abstract

Siswa tunagrahita merupakan kelompok rentan yang memiliki keterbatasan dalam memahami risiko bencana dan langkah perlindungan diri, terutama pada satuan pendidikan yang berada di wilayah rawan bencana seperti SLB B-C Optimal Kenjeran Surabaya. Program Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk memperkuat literasi mitigasi bencana dan proteksi diri siswa tunagrahita melalui pemanfaatan media pembelajaran berbasis Virtual Reality (VR) dengan narasi bilingual yang dinamakan SafeQuest-VR. Pelaksanaan program menggunakan pendekatan partisipatif dan Human-Centered Design yang meliputi identifikasi kebutuhan mitra, pengembangan modul literasi mitigasi bencana berbasis narasi bilingual, pembuatan media SafeQuest-VR, pelatihan guru dan orang tua, pendampingan pembelajaran, serta evaluasi program. Kegiatan melibatkan 20 siswa tunagrahita SDLB, 15 guru, dan 5 tenaga kependidikan. Hasil evaluasi menunjukkan peningkatan signifikan pada pemahaman siswa terhadap pengenalan jenis bencana, langkah perlindungan diri, kemampuan mengikuti instruksi simulasi, serta sikap fokus dan responsif selama pembelajaran, dengan rata-rata peningkatan sebesar 35–36%. Selain itu, program menghasilkan luaran berupa media SafeQuest-VR, modul pembelajaran, buku panduan, poster edukasi, dan video dokumentasi. Temuan ini menunjukkan bahwa SafeQuest-VR efektif sebagai media pembelajaran adaptif untuk meningkatkan kesiapsiagaan bencana dan mendukung penguatan pendidikan inklusif yang berkelanjutan.
Penguatan Literasi Mitigasi Bencana bagi Anak Tunagrahita melalui Virtual Reality Berbasis Narasi Bilingual di SLB B-C Optimal Kenjeran Ro'ifah Ro'ifah; Vina Pratiwi; Moch. Syakroni; Safril Umar Ashiddiqi; Marini; Triuli Novianti
Journal of Community Development Vol. 6 No. 3 (2026): April
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v6i3.1830

Abstract

Anak-anak dengan disabilitas intelektual sangat rentan terhadap risiko kekerasan, pelecehan, dan bencana karena keterbatasan kemampuan dalam melindungi diri. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi efektivitas SafeQuest-VR, sebuah media pembelajaran Virtual Reality (VR) berbasis narasi bilingual yang dirancang untuk memperkuat literasi kebencanaan inklusif di SLB B-C Optimal Kenjeran, Surabaya. Penelitian dilaksanakan melalui tahapan partisipatif, meliputi asesmen kebutuhan, pengembangan modul narasi bilingual, perancangan dan implementasi VR, pelatihan guru dan orang tua, penerapan di kelas, simulasi bencana, serta evaluasi. Hasil penelitian menunjukkan bahwa siswa dengan disabilitas intelektual memiliki keterlibatan yang lebih tinggi, pemahaman yang lebih baik mengenai konsep perlindungan diri, serta kesiapsiagaan yang meningkat dalam menghadapi keadaan darurat. Guru memperoleh kompetensi baru dalam mengintegrasikan VR ke dalam praktik pembelajaran, sementara sekolah berhasil menyusun Standar Operasional Prosedur (SOP) evakuasi bencana yang inklusif. SafeQuest-VR terbukti efektif sebagai media pendidikan adaptif dan inklusif yang mampu menjembatani kesenjangan literasi kebencanaan bagi peserta didik yang rentan. Program ini memiliki prospek untuk diintegrasikan secara berkelanjutan dalam kurikulum sekolah dan dapat direplikasi di lingkungan pendidikan inklusif lainnya.
Forecasting the Gold Price of LM Antam using the Double Exponential Smoothing Approach Mandati, Sri Amalia; Poniman; Novianti, Triuli
Tibuana Vol 8 No 1 (2025): Tibuana
Publisher : UNIPA PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/tibuana.8.1.9971.54-59

Abstract

Abstract— Antam Precious Metal (LM) gold investment is one of the investment choices favored by the public from the many investment choices available. One of the things that must be done if you want to invest in gold is to monitor the price movement of Antam Gold. This study uses the Double Method approach Exponential Smoothing with software Minitab 20. Double Method Exponential Smoothing is one of the forecasting methods used for trending data patterns . The gold price data to be forecasted is Antam Precious Metal (LM) gold produced by PT Antam Tbk. The purpose of this study is to obtain a forecast of Antam LM gold prices for the next twelve months from September 2024 to August 2025. The results of the study for the next twelve months the highest price forecast from September 2024 to August 2025 is in August 2025. The price of Antam gold in August 2025 is IDR 1,806,990 and the forecast error value (MAPE) is 2.31% or has a forecast accuracy of 97.69%.