Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Informatika Edsence: Jurnal Pendidikan Multimedia
Ikhwan Baidlowi Sumafta
Information Technology, Politeknik Negeri Madiun, Indonesia
Computer Science & IT Education Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
English Spelling Game Design as Learning Media Ikhwan Baidlowi Sumafta; Ardhitya Septian Gilang Ardhana; Moch Rangga Dizzy Pringgayuda; Muhammad Alfandi Nurcahyono
Jurnal Pendidikan Multimedia (Edsence) Volume 5 No 1 (June 2023)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/edsence.v5i1.53999

Abstract

In this digital era, the ability to use technology is a must that everyone must own, especially educators or teachers, so that they can provide teaching or material by utilizing technology. Understanding various foreign languages in the era of globalization in the 21st century is needed by all groups. So it is necessary to teach from an early age about learning and understanding foreign languages for children, especially learning English, an international language. Based on the background and previous research, it is necessary to have a learning media in the form of a game for learning English, especially in understanding spelling, so that students both at an early age and in elementary school students can be more motivated and enthusiastic in remembering the good and correct spelling of English.
Machine Learning untuk Prediksi Kegagalan Mesin dalam Predictive Maintenance System Hafidhoh, Nisa'ul; Atmaja, Ardian Prima; Syaifuddiin, Gus Nanang; Sumafta, Ikhwan Baidlowi; Pratama, Salva Mahardhika; Khasanah, Hafsah Nur
Jurnal Masyarakat Informatika Vol 15, No 1 (2024): May 2024
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.15.1.63641

Abstract

Dalam menghadapi Revolusi Industri 4.0, teknologi seperti Internet of Things, Big Data, dan Kecerdasan Buatan menjadi kunci dalam modernisasi industri. Pendekatan Machine Learning digunakan untuk memproses data multivariabel berdimensi tinggi dan mengekstrak hubungan tersembunyi dalam lingkungan industri yang kompleks. Machine Learning digunakan untuk mengklasifikasikan kegagalan mesin dalam membangun Predictive Maintenance System. Penelitian ini mengadopsi siklus CRISP-DM (Cross Industry Standard Process for Data Mining) yang terdiri dari tahap business understanding, data understanding, data preparation, modelling, evaluation dan deployment. Predictive Maintenance Dataset berupa data sintetis yang digunakan dalam penelitian ini mencerminkan situasi industri nyata terdiri dari 10.000 baris data dengan sepuluh fitur. Jenis kegagalan mesin diklasifikasikan menjadi Heat Dissipation Failure, Power Failure, Overstrain Failure, dan Tool Wear Failure. Exploratory Data Analysis dilakukan untuk mendapatkan ringkasan dan visualisasi data. Pendekatan machine learning menggunakan metode Logistic Regression dan hasil evaluasi model mencapai akurasi 96,87%, sesuai dengan kriteria sukses data. Hasil pemodelan machine learning yang dikembangkan kemudian diimplementasikan dalam aplikasi Predictive Maintenance System berbasis web untuk memudahkan pemantauan kondisi mesin dan prediksi kegagalan mesin oleh pengguna.              
Co-Authors Ardhitya Septian Gilang Ardhana Ardian Prima Atmaja Gus Nanang Syaifuddiin Hafidhoh, Nisa'ul Khasanah, Hafsah Nur Moch Rangga Dizzy Pringgayuda Muhammad Alfandi Nurcahyono Pratama, Salva Mahardhika