Claim Missing Document
Check
Articles

Found 4 Documents
Search

Analisis Pengendalian Kualitas Penyebab Defect Produk Kaca Helm Dengan Metode New Seven Tools dan Failure Mode and Effect Analysis (FMEA) di PT Triple Five Plastic Utama agus Syahabuddin; adi chandra; ahmad zaelani
Teknologi : Jurnal Ilmiah dan Teknologi Vol 5, No 2 (2022): TEKNOLOGI : Jurnal Ilmiah dan Teknologi
Publisher : Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/tkg.v5i2.29442

Abstract

PT. Triple Five Plastics Utama adalah perusahaan plastic injection molding yang memproduksi kaca helm. Perusahaan mengalami permasalahan defects produk yang melebihi 3% dari finished goods dalam satu tahun. Dalam penelitian ditemukan beberapa jenis defects yang sering terjadi, yaitu: Over Cut, Flashing, dan Defect Silver. Penelitian ini bertujuan untuk mengetahui faktor penyebab terjadinya defects dan memberikan usulan perbaikan dengan menggunakan metode New Seven Tools dan metode FMEA (Failure Mode and Effect Analysis). Untuk mengatasi masalah tersebut perlu dilakukan perbaikan pengendalian kualitas. Berdasarkan penelitian didapatkan jenis defects yang sering terjadi adalah Defect Silver sejumlah 10.530 Pcs atau 44% sehingga diprioritaskan untuk dilakukan tindakan perbaikan dengan melakukan analisis faktor penyebab menggunakan metode New Seven Tools dan diidentifikasi menggunakan metode FMEA. Hasil penelitian ini mendapatkan satu proses paling tinggi mengalami penyebab defects yaitu pada “Operator belum memahami proses penggunan mesin’ dengan nilai RPN 504, dan hasil  analisis diketahui faktor utama penyebab jenis defects tersebut yaitu faktor manusia, faktor mesin, faktor metode, serta faktor lingkungan sehingga ditentukan usulan perbaikan dengan metode 5W+1H yaitu melakukan pelatihan kepada operator, dibuatkan peraturan sesuai SOP, dan dibuatkan jadwal pengawasan secara konsisten. 
PENDEKATAN HAAR CASCADE YANG EFISIEN UNTUK DETEKSI WAJAH REAL-TIME PADA CITRA DIGITAL DENGAN OPENCV Ahmad Zaelani; Muhamad Irpan Maulana; Muhammad Rafli; Salsabila Azhari Putri4; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Deteksi wajah merupakan teknologi penting dalam berbagai aplikasi seperti sistem keamanan, antarmuka pengguna, dan analisis emosi. Penelitian ini mengimplementasikan sistem deteksi wajah real-time menggunakan metode Haar Cascade dengan bantuan library OpenCV dan bahasa pemrograman Python. Metode Haar Cascade dipilih karena efisiensinya dalam komputasi dan akurasi yang memadai untuk deteksi wajah. Sistem yang dikembangkan mampu mendeteksi wajah dari input video secara real-time dengan tingkat akurasi 95% dan kecepatan pemrosesan 30 frame per detik pada perangkat keras standar. Hasil penelitian menunjukkan bahwa implementasi ini efektif untuk aplikasi deteksi wajah real-time dan dapat menjadi dasar untuk pengembangan sistem yang lebih kompleks seperti pengenalan wajah atau analisis ekspresi.
Klasifikasi Penerima Bantuan Rumah Tidak Layak Huni Desa Labansari Menggunakan Algoritma C4.5 Ahmad Zaelani; Ayu Ratna Juwita; Tohirin Al Mudzakir
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Program bantuan rumah tidak layak huni merupakan program bantuan sosial untuk meringankan keluarga berpenghasilan rendah dalam membangun rumah yang layak huni. Data calon penerima bantuan rumah tidak layak huni yang digunakan pada penelitian ini berjumlah 111 data. Ketidakakuratan penyaluran bantuan rumah tidak layak huni terjadi karena tidak adanya metode dalam menentukan penerima bantuan tersebut. Penyaluran bantuan yang tidak tepat sasaran akan berdampak pada pembangunan rumah yang tidak selesai. Oleh karena itu, untuk memperkecil kesalahan dalam pengambilan keputusan, data diklasifikasikan menggunakan algoritma C4.5. Perhitungan algoritma C4.5 menghasilkan nilai akurasi, presisi, recall, serta pohon keputusan dari data yang diolah. Pengujian yang dilakukan menggunakan Microsoft Excel menghasilkan akurasi 100%, presisi 100%, dan recall 100%. Sementara itu, pengujian menggunakan bahasa pemrograman Python juga memperoleh hasil akurasi 100%, presisi 100%, dan recall 100%.
Hubungan Tingkat Pengetahuan dengan Kepatuhan Hand Hygiene di Puskesmas Ciparay DTP Willyana Syafriyanti; Yana Afrina; Ahmad Zaelani; Mungki Octavia; Heru Badrussalam
Jurnal Kesehatan Amanah Vol. 10 No. 1 (2026): Mei: Jurnal Kesehatan Amanah
Publisher : Universitas Muhammadiyah Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57214/jka.v10i1.1080

Abstract

Nosocomial infections, or Healthcare-Associated Infections (HAIs), are infections acquired by patients during treatment in hospitals or other healthcare facilities. Hand hygiene is an important effort in preventing nosocomial infections, but its practice remains low. Many factors influence hand hygiene compliance among healthcare workers, one of which is knowledge level. This study aims to analyze the relationship between knowledge level and hand hygiene compliance among workers at the Ciparay DTP Public Health Center. The instruments used in this study were a knowledge level questionnaire and a hand hygiene compliance questionnaire. The research method used was quantitative with a cross-sectional approach. The sample used in this study was 71 people. Data analysis was performed using the Fisher's Exact test. The results showed that the majority of respondents were male (62%), aged 36.6% between 31 and 40 years, and had a maximum length of service of <5 years (39.4%). The majority of respondents (93%) were compliant with hand hygiene practices, and the majority (84.5%) had good knowledge. Bivariate analysis showed a significant relationship between knowledge level and hand hygiene compliance among workers at the Ciparay DTP Public Health Center, with a p-value of <0.005. Knowledge level is a crucial factor in the implementation of hand hygiene in Public Health Center. Continuous education for Public Health Center workers can be an effort to encourage hand hygiene compliance in Public Health Center, thereby preventing nosocomial infections in Public Health Center.