Article Per Year (5 Year)
p-Index From 2021 - 2026
1.958
P-Index
This Author published in this journals
All Journal Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi bit-Tech Infotek : Jurnal Informatika dan Teknologi Jurnal Sintaks Logika (JSilog) JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI SmartComp Journal of Innovative and Creativity Journal of Exploratory Dynamic Problems Journal of Education Transportation and Business
Bambang Irawan
Muhadi Setiabudi University
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Social Sciences Transportation Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Perancangan Sistem Deteksi Defect Sepatu Menggunakan YOLOv26n di PT Tah Sung Hung Brebes Kistanto; Agyztia Premana; Mohammad Romdlon; bambang irawan
Journal of Exploratory Dynamic Problems Vol. 3 No. 1 (2026): Vol.3 No.1 2026
Publisher : Fakultas Keguruan dan Ilmu Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edp.v3i1.214

Abstract

Persaingan pasar ekspor menuntut industri manufaktur alas kaki, seperti PT Tah Sung Hung di Brebes, menjaga standar kualitas produk yang tinggi. Namun, inspeksi cacat secara manual rentan menimbulkan ketidakstabilan akibat kelelahan operator. Penelitian ini bertujuan merancang dan menguji sistem deteksi cacat sepatu berbasis computer vision menggunakan arsitektur YOLOv26n. Model ini memiliki keunggulan inferensi bebas Non-Maximum Suppression (NMS-free) sehingga efisien diterapkan pada perangkat edge di lini produksi.Pengujian dilakukan menggunakan dataset citra simulasi yang mencakup lima jenis cacat: jahitan lepas, lem berlebih, sol tidak simetris, goresan permukaan, dan noda. Model dilatih dengan ukuran citra 640×640 piksel selama 150 epoch. Hasil evaluasi menunjukkan performa dengan rata-rata precision 0,90, recall 0,87, mAP@0.5 sebesar 0,91, dan mAP@0.5:0.95 sebesar 0,71, serta waktu inferensi rata-rata 8,4 ms per citra pada GPU.Secara keseluruhan, arsitektur YOLOv26n berpotensi sebagai solusi deteksi cacat sepatu yang cepat dan akurat. Kendati demikian, validasi lanjutan menggunakan data produksi riil tetap diperlukan sebelum sistem diimplementasikan secara operasional di PT Tah Sung Hung Brebes.
Model Deep Convolutional Neural Network Untuk Klasifikasi SPAM Berbasis Teks Gesarsy Giova Ditya Illiyyin; Agyztia Premana; Nur Ariesanto Ramdhan; bambang irawan
Journal of Exploratory Dynamic Problems Vol. 3 No. 1 (2026): Vol.3 No.1 2026
Publisher : Fakultas Keguruan dan Ilmu Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edp.v3i1.215

Abstract

Pesan spam berbasis teks tidak lagi bersifat tunggal, melainkan terbagi ke dalam beberapa kategori dengan tingkat risiko yang berbeda, misalnya promosi, phishing/penipuan akun, pinjaman online ilegal, dan undian berhadiah palsu, sehingga klasifikasi biner (spam/bukan spam) dinilai kurang memadai untuk mendukung penanganan yang tepat sasaran. Penelitian ini merancang dan menguji model Deep Convolutional Neural Network (CNN) untuk klasifikasi multi-kategori spam berbasis teks. Arsitektur model mengadopsi pendekatan multi-kernel CNN (kernel berukuran 3, 4, dan 5) di atas lapisan embedding kata, dilanjutkan dengan global max pooling dan lapisan fully connected dengan aktivasi softmax untuk lima kelas. Karena keterbatasan akses terhadap korpus spam berlabel nyata, pengujian purwarupa dilakukan pada dataset dummy (sintetis) sebanyak 3.000 sampel yang dibangkitkan secara terprogram dengan variasi leksikal, kesalahan ejaan, dan noise label untuk mendekati karakteristik data dunia nyata. Model dilatih menggunakan optimizer Adam dengan strategi early stopping berdasarkan validation loss. Evaluasi pada data uji menghasilkan akurasi sebesar 95.11%, precision rata-rata (macro) 95.11%, recall rata-rata (macro) 95.10%, dan mean Average Precision (mAP) sebesar 92.39%. Hasil ini menunjukkan bahwa arsitektur CNN multi-kernel yang diusulkan mampu membedakan kelima kategori pesan dengan baik pada data uji, meskipun validasi lanjutan pada korpus nyata tetap diperlukan sebelum model diterapkan pada sistem produksi.
Sistem Pendukung Keputusan Seleksi Karyawan Tetap Menggunakan Metode Waspas di PT SMJ M Syifa Adi Kharisma; Puji Wahyuningsih; Bambang Irawan
Journal of Exploratory Dynamic Problems Vol. 3 No. 1 (2026): Vol.3 No.1 2026
Publisher : Fakultas Keguruan dan Ilmu Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edp.v3i1.216

Abstract

Proses seleksi karyawan tetap merupakan tahapan penting bagi perusahaan karena berkaitan langsung dengan kualitas sumber daya manusia yang akan bekerja dalam jangka panjang. Pada praktiknya, PT SMJmasih melakukan penilaian calon karyawan tetap secara manual berdasarkan pertimbangan subjektif tim HRD, sehingga proses tersebut rentan terhadap ketidakkonsistenan dan membutuhkan waktu yang relatif lama. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) seleksi karyawan tetap menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS), yaitu metode yang menggabungkan pendekatan Weighted Sum Model (WSM) dan Weighted Product Model (WPM) untuk menghasilkan nilai akhir (Qi) yang lebih akurat dibandingkan penggunaan salah satu metode saja. Kriteria yang digunakan dalam penelitian ini meliputi pendidikan, pengalaman kerja, nilai tes tertulis, nilai wawancara, dan tingkat ketidakhadiran, dengan data uji berupa lima calon karyawan pada PT Sumber Masanda Jaya. Hasil perhitungan menunjukkan bahwa metode WASPAS mampu menghasilkan perangkingan calon karyawan secara objektif dan konsisten, dengan calon karyawan bernama Siti Aminah memperoleh nilai Qi tertinggi sebesar 0,8292 sehingga direkomendasikan sebagai karyawan tetap terbaik. Sistem ini diharapkan dapat membantu pihak manajemen dalam mengambil keputusan seleksi karyawan secara lebih cepat, transparan, dan objektif
Sistem Pendukung Keputusan Seleksi Karyawan Tetap Pada Perusahaan Manufaktur Menggunakan Metode Waspas M Syifa Adi Kharisma; Puji Wahyuningsih; bambang irawan
Journal of Exploratory Dynamic Problems Vol. 3 No. 2 (2026): Vol.3 No.2 2026
Publisher : Fakultas Keguruan dan Ilmu Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edp.v3i2.218

Abstract

Pemilihan karyawan tetap adalah fase krusial bagi sebuah perusahaan guna memastikan mutu SDM secara jangka panjang. Di Perusahaan Manufaktur, evaluasi kandidat saat ini masih dijalankan secara manual dan bertumpu pada penilaian subjektif HRD. Hal ini memicu risiko inkonsistensi serta memakan banyak waktu. Oleh karena itu, riset ini dikembangkan untuk membangun sebuah Sistem Pendukung Keputusan (SPK) menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS). Metode ini mengintegrasikan Weighted Sum Model (WSM) dan Weighted Product Model (WPM) agar kalkulasi nilai akhir (Qi) menjadi lebih presisi dibandingkan penerapan metode tunggal. Pengujian dilakukan terhadap lima kandidat pada sebuah perusahaan manufaktur, dengan mempertimbangkan lima kriteria utama: latar belakang pendidikan, pengalaman kerja, hasil tes tertulis, skor wawancara, serta tingkat ketidakhadiran. Berdasarkan hasil analisis, metode WASPAS terbukti efektif menyajikan pemeringkatan yang konsisten dan objektif. Siti Aminah tercatat sebagai kandidat dengan perolehan nilai Qi tertinggi yakni 0,8292, sehingga direkomendasikan sebagai karyawan tetap terpilih. Kehadiran sistem ini diproyeksikan mampu memfasilitasi manajemen dalam mengeksekusi keputusan seleksi yang lebih cepat, transparan, dan terukur.
Co-Authors Agyztia Premana Ahmad Farhan Andin Ayu Oksilia Ramadhani Dwi Angga Fahrezi Gesarsy Giova Ditya Illiyyin Ghani Bagus Prasetio Kistanto M Syifa Adi Kharisma Mohammad Romdlon Mohammad Romdlon Nur Ariesanto Ramdhan Nur Ariesanto Ramdhan Otong Saeful Bachri Prasista Dhiyaul Haq Puji Wahyuningsih Ravena Fate Kahna Rizkon Jajila Trisena Pramuja Wiwik Astriani