Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Ilmu Teknik Industri (JAPTI) Green Intelligent Systems and Applications
Nurraudah, Restu
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
PERANCANGAN POP UP BOOK “PROSES TERJADINYA HUJAN” BAGI PENYANDANG TUNAGRAHITA DENGAN METODE EFD Hersinta, Hesti; Nurmalitasari, Citra; Hafian, Sultan; Yuamita, Ferida; Nurraudah, Restu
Jurnal Aplikasi Ilmu Teknik Industri (JAPTI) Vol. 3 No. 1 (2022)
Publisher : Universitas Veteran Bangun Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32585/japti.v3i1.2564

Abstract

SLB Negeri 1 Yogyakarta merupakan sekolah yang melayani anak-anak disabilitas di wilayah Kota Yogyakarta.Anak-anak disabilitas memiliki hak yang sama dengan dengan anak-anak normal yang lain.Penyandang disabilitas sering dipandang sebelah mata karena memiliki kekurangan diantaranya mental dan fisik.Dalam kondisi tersebut dapat membuat aktifitas sedikit berdampak kepada masyarakat atau lingkungan sekitar dan hal ini seharusnya mendapatkan perhatian atau dukungan lebih dari masyarakat.Penelitian kami tertuju pada pengidap Tunagrahita yang berkebutuhan khusus dalam kecerdasan intelektual mereka. Pop up book merupakan salah satu rancang produk disabilitas khususnya untuk tunagrahita. Serta permasalahan siswa SLB sekolah dasar tingkat kelas 6 Sekolah Dasarr dimana adanya kurang memahami tentang pembelajaran terkait pembelajarran IPA yang dimana disampaikan secara verbal dan text book. Tujuan dari penelitian ini memberikan visualisasi 3D yang dimana memprmudah proses pembelajaran siswa SLB tingkat sekolah dasar kelas 6 tentang proses terjadinya hujan pada pembuatan ini memperhatikan keselamatan pengguna. Oleh karena itu, penelitian ini .dilakukan perancangan House .Of Ergonomic . (HOE) menggunakan metode Ergonomic .Function .Deployment (EFD) untuk menghasilkan. usulan rancangan produk yang. aman dan untuk mengetahui kriteria produk yang dibutuhkan dengan menggunakan  metode Ergonomic .Function .Deployment (EFD) pula setelah kita dapat rancangan nantinya akan merilis produk sesuai dengan ketentuan yang telah ditetapkan.Diharapkan jika produk telah dirilis akan bermanfaat bagi anak-anak penyandang tunagrahita. Kata kunci: disabilitas, EFD, HOE, ergonomic
Classification of Metal Surface Defects Using Convolutional Neural Networks (CNN) Pratama, Dhika Wahyu; Ismail, Muchammad; Nurraudah, Restu; Rifai, Achmad Pratama; Nguyen , Huu Tho
Green Intelligent Systems and Applications Volume 5 - Issue 1 - 2025
Publisher : Tecno Scientifica Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53623/gisa.v5i1.581

Abstract

Metal surface quality inspection is an important step in ensuring that products meet predetermined industry standards. The manual methods used were often slow and prone to errors, so more efficient solutions were needed. The application of Machine Learning (ML)-based technologies, especially Convolutional Neural Networks (CNN), offered an innovative approach to overcome these challenges. CNN had the ability to automatically extract visual features from images with high accuracy, making it an effective tool in defect classification. This research used several CNN architectures, including MobileNetV2 and InceptionV3, as well as a model developed in-house, the K3 Model. Data augmentation, such as rotation and lighting adjustments, was applied to increase variation in the dataset and aid the model in generalization. The research results showed that the K3+Augmentation model achieved the highest accuracy of 100% in testing, with a very low loss of 0.0009. While MobileNetV2 offered better training speed, K3+Augmentation showed superior performance in detecting and classifying metal defects. These findings confirmed the potential of CNN in improving the efficiency of quality inspection in modern industry.
Co-Authors Achmad Pratama Rifai Ferida Yuamita Hafian, Sultan Hersinta, Hesti Muchammad Ismail Nguyen , Huu Tho Nurmalitasari, Citra Pratama, Dhika Wahyu