Article Per Year (5 Year)
p-Index From 2020 - 2025
1.116
P-Index
This Author published in this journals
All Journal Jurnal Infomedia Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Ilmu Pengetahuan dan Teknologi (IPTEK) Journal La Multiapp Journal of Innovation Research and Knowledge
Mega Bagus Herlambang
Institut Teknologi Indonesia
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Evaluasi Penggunaan Alat Ukur Denyut Jantung Untuk Pengukuran Beban Mental dan Kelelahan Mental Mega Bagus Herlambang
JURNAL ILMU PENGETAHUAN DAN TEKNOLOGI (IPTEK) Vol. 1 No. 1 (2016): Jurnal Ilmu Pengetahuan dan Teknologi (IPTEK)
Publisher : Institut Teknologi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31543/jii.v1i1.95

Abstract

Penelitian ini bertujuan untuk mengevaluasi alat ukur denyut jantung yaitu Polar Heart Rate Monitor dalam mengukur tingkat beban mental yang berbeda-beda dan mendeteksi terjadinya kelelahan mental. Penggunaan alat ukur ini jauh lebih praktis dan ekonomis jika dibandingkan dengan ECG (Electrocardiography), yang biasanya digunakan dalam penelitian laboratorium. Penelitian ini juga bertujuan untuk mengetahui parameter yang paling sensitif dalam mendeteksi tingkat beban mental yang berbeda-beda. Beberapa parameter yang dibandingkan adalah rataan denyut jantung, standar deviasi denyut jantung, koefisien α (konstanta DFA), koefisien D (konstanta Dispersional Analysis). Sebanyak 18 reponden yang terdiri dari 9 reponden laki-laki dan 9 responden perempuan dilibatkan dalam penelitian ini. Responden melakukan aktivitas mental dalam 3 tahapan proses aritmatika, yakni penjumlahan (beban mental rendah), pengurangan (beban mental sedang) dan perkalian (beban mental tinggi) masing-masing selama 20 menit. Hasil penelitian menunjukkan bahwa Polar Heart Rate Monitor sensitif untuk mendeteksi tingkat beban mental yang berbeda dengan mencari HRV (Heart Rate Variability) yakni dengan menggunakan nilai standar deviasi denyut jantung dan koefisien α. Kelelahan mental tidak dapat dideteksi baik dengan keempat parameter denyut jantung yaitu rataan denyut jantung, standar deviasi, koefisien α dan koefisien D.
Pemetaan Kota/Kabupaten Endemis Demam Berdarah Dengue Dengan Analisis Data Science Menggunakan Algoritma Clustering Mega Bagus Herlambang; Linda Theresia
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 8, No 1 (2023): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v8i1.3938

Abstract

Terdapat 102 nilai indeks entomologi daerah yang terdiri dari beberapa kota dan kabupaten di seluruh Indonesia. Dari 102 daerah tersebut perlu dilakukan pemetaan daerah menjadi beberapa kelompok (cluster). Data science sebagai keilmuan yang mengkaji pengolahan dan analisis data sangat cocok dalam melakukan pemetaan daerah dengan menggunakan algoritma clustering. Pada penelitian ini digunakan dua algoritma yaitu K-Means clustering dan hierarchical clustering. Dari hasil clustering didapatkan jumlah cluster yang terbaik adalah 3 kelompok cluster. Dasar penentuan dan evaluasi cluster dilakukan dengan melihat skor silhouette dan dendogram. Hasil cluster menunjukkan terdapat 8 daerah yang masuk ke dalam kelompok yang memang angka persebaran jentik nyamuknya masih tinggi. Dengan demikian, maka diharapkan pemerintah dapat membuat skala prioritas pemberantasan jentik nyamuk demam berdarah pada delapan daerah yang masuk ke dalam cluster tersebut.
Implementasi Predictive Maintenance Pada Bearing Dengan Menggunakan Machine Learning Untuk Memprediksi Temperatur Burhan, Rosyad; Herlambang, Mega Bagus; Salahuddin, Salahuddin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 1 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i1.5196

Abstract

PT. Integral Industrial Indonesia adalah perusahaan yang beroperasi di lingkungan industri yang kompleks di mana desain, pengoperasian, dan pemeliharaan peralatan yang optimal sangat penting. Salah satu produknya adalah sensor putaran yang dipasang pada bearing mesin kertas. Penelitian ini bertujuan untuk memprediksi variabel suhu pada suatu bearing dengan memfokuskan pada variabel yang terekam oleh sensor. PT. Integral Industrial Indonesia menerapkan sistem pemeliharaan prediktif untuk meningkatkan efisiensi part bearing dan memprediksi kerusakan sebelum benar-benar terjadi. Pada saat pengumpulan data, data diperoleh dari pabrik pembuat kertas PT. XYZ yang bekerja sama dengan PT. Industri Integral Indonesia. Pemrosesan data dilakukan dengan membuat algoritma machine learning. Model yang digunakan adalah K-Nearest Neighbors, Support Vector Machine, dan Artificial Neural Network. Kemudian dilakukan evaluasi model untuk ketiga model menggunakan Mean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE), dan R-squared. Untuk model K-Nearest Neighbors diperoleh hasil MAPE sebesar 4,44%, RMSE sebesar 1,9623, dan R-squared sebesar 0,849. Untuk model Support Vector Machine diperoleh hasil MAPE sebesar 7,52%, RMSE sebesar 1,8190, dan R-squared sebesar 0,749. Untuk model Artificial Neural Network diperoleh hasil MAPE sebesar 5,55%, RMSE sebesar 2,0209, dan R-squared sebesar 0,799. Berdasarkan evaluasi model ini, model K-Nearest Neighbors menjadi pilihan terbaik yang digunakan perusahaan dalam memprediksi suhu karena memiliki nilai MAPE terkecil, RMSE yang mendekati 0 dan nilai R-Squared yang mendekati 1. Model K-Nearest Neighbors kemudian digunakan untuk menentukan feature importances dan mencari variabel yang memiliki pengaruh terbesar terhadap variabel suhu berdasarkan nilai feature importances tertinggi. Didapatkan nilai feature importances tertinggi yaitu: Y.rms bernilai (1082.4209), posisi kedua Y.peak  bernilai (1066.7731), dan posisi ketiga Z.rms bernilai (1023.5485). Selain itu, analisis finansial dilakukan untuk menghitung potensi penghematan biaya penerapan pemeliharaan prediktif, dengan  hasil produktivitas tambahan sebesar 22,52% (78.820 ton/mesin kertas) dan laba atas investasi (ROI) sebesar 6,56%. Oleh karena itu, penerapan pemeliharaan prediktif sangat bermanfaat bagi perusahaan PT. XYZ.
Program Design to Improve Punctual Graduates of Students in the Unsika Industrial Engineering Study Program by Using the 5C-4C Knowledge Conversion Method Wahyudin, Wahyudin; Yanita, Rachmi; Herlambang, Mega Bagus; Herwanto, Dene; Nugraha, Billy
Journal La Multiapp Vol. 5 No. 3 (2024): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v5i3.1339

Abstract

The Faculty of Engineering, University of Singaperbangsa Karawang (Unsika) was established in 1995, one of which is the S1 Industrial Engineering (IT) Study Program, officially registered in 1996. Currently, the faculty is trying to achieve Superior Accreditation or A. The number of applicants for the Industrial Engineering Study Program will increase in 2023, reaching 891 prospective students through the SNBT route, but the capacity can only accommodate 56 people. However, it is in demand as the 4th out of 29 study programs at Unsika. The increase in the number of students is not in line with the on-time graduation rate. This study aims to identify the results of grouping students of the Industrial Engineering Study Program (S1) using the 5C-4C (Knowledge Conversion) process and then implement the relationship with learning activities for the 2017, 2018 and 2019 batches. Next, the data is transformed into information by using the 5C knowledge conversion method: contextualization, categorization, calculation, correction, and condensing. In order to build a program that increases the percentage of students who graduate on time, this information is transformed into knowledge utilizing the 4C knowledge conversion method: comparison, consequence, connections, and conversation. In this study, the population focus is on students of the Industrial Engineering Study Program from three batches, namely 2014, 2015, and 2016. The results of grouping Industrial Engineering students using the 5C process provide a deep understanding of the characteristics and factors that affect learning achievement. This provides a solid foundation for designing appropriate programs to increase the on-time graduation rate.
Analisis Rencana Penambahan Jaminan Kesehatan Di Luar BPJS Kesehatan pada Aparatur Sipil Negara (ASN) Dengan Menggunakan Machine Learning Herlambang, Mega Bagus Herlambang; Shabilli, Andika Mazid Shabilli; Salahuddin, Salahuddin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 2 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i2.6102

Abstract

Abstrak - Penelitian ini bertujuan untuk menganalisis kesediaan program penambahan jaminan kesehatan selain BPJS Kesehatan terhadap Aparatur Sipil Negara (ASN) dengan menggunakan bahasa pemrograman python. ASN merupakan instansi pemerintah yang bertanggung jawab terhadap pelayanan kesehatan, meliputi pelayanan kesehatan, pendidikan, dan pengobatan. Penelitian ini akan menganalisis dampak program penambahan jaminan kesehatan terhadap sistem kesehatan ASN dengan menganalisis opini ASN dan faktor-faktor yang mempengaruhi program penambahan jaminan kesehatan dengan menggunakan machine learning. Hasil model terbaik menunjukkan nilai akurasi prediksi sebesar 81,45%. Pengaruh dari setiap variabel dianalisis dan dibahas di dalam penelitian ini.https://mestia.gov.ge/
WORKSHOP JUNIOR DATA SCIENTIST Herlambang, Mega Bagus; Sudri, Ni Made; Theresia, Linda; Ranti, Gadih; Mauliddina, Yasmin; Merdikawati, Silvia; Maulana, Aditya; Munawar, Dedes Bangkit; Rahmah, Nafia
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 3 (2025): Volume 6 No 3 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i3.37859

Abstract

The Junior Data Scientist Workshop, conducted on August 25, 2024, was designed to introduce participants to foundational concepts in Data Science and essential data analysis tools, with a focus on the Orange platform. Five students with a keen interest in data science attended the event. The workshop utilized a blend of theoretical instruction and practical application, guiding participants through key processes such as data cleaning, statistical analysis, and data visualization. Post-workshop evaluations indicate that 85% of participants demonstrated a marked improvement in their understanding of Data Science concepts and methods. Despite the participants’ successful application of analysis techniques, several challenges were noted in comprehending complex statistical principles, suggesting a potential benefit from supplementary instructional sessions. This workshop has contributed significantly to advancing participants’ data literacy and analytical competencies, equipping them with critical skills essential for data-driven decision-making
INOVASI INTEGRASI ROBOTIC WELDING DAN POSITIONER SYSTEM UNTUK MENINGKATKAN EFISIENSI LEAN MANUFACTURING Mochamad Hasan Purnomo; Dwita Suastiyanti; Mega Bagus Herlambang
Journal of Innovation Research and Knowledge Vol. 4 No. 12: Mei 2025
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jirk.v4i12.272

Abstract

Industri furnitur logam membutuhkan inovasi untuk meningkatkan efisiensi dan konsistensi kualitas. Penelitian ini merancang integrasi sistem robotic welding dengan positioner system dalam kerangka lean manufacturing untuk mengurangi pemborosan dan meningkatkan presisi produksi. Studi kasus dilakukan pada perusahaan furnitur logam, dengan analisis alur produksi menggunakan pendekatan Value Stream Mapping (VSM) untuk mengidentifikasi aktivitas yang tidak bernilai tambah. Hasil penelitian menghasilkan desain sistem otomatisasi yang mengintegrasikan robotic welding dan positioner system untuk mendukung efisiensi proses dan konsistensi hasil. Desain ini dirancang menggunakan perangkat lunak simulasi berbasis CAD (Computer Aided Design), dengan fokus pada penerapan prinsip lean manufacturing. Penelitian ini terbatas pada tahap desain tanpa uji implementasi lapangan. Studi lanjutan direkomendasikan untuk menguji performa desain dalam kondisi produksi nyata serta mengevaluasi dampaknya terhadap produktivitas dan efisiensi operasional.
Co-Authors Aditya Maulana, Aditya Burhan, Rosyad Dene Herwanto Dwita Suastiyanti Linda Theresia Mochamad Hasan Purnomo Munawar, Dedes Bangkit Ni Made Sudri Nugraha, Billy Rachmi Yanita Rahmah, Nafia Ranti, Gadih Salahuddin Salahuddin Salahuddin Salahuddin Shabilli, Andika Mazid Shabilli Silvia Merdikawati Theresia, Linda Wahyudin Wahyudin Yasmin Mauliddina