Claim Missing Document
Check
Articles

Found 6 Documents
Search

KLASIFIKASI KUALITAS BUNGA CENGKEH DENGAN METODE FASTER REGION CONVOLUTIONAL NEURAL NETWORK (FASTER R-CNN) Dayanti, Dayanti; Yuyun, Yuyun; Hasriani, Hasriani; Syarif, Irwan; Inda, Nur
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1666

Abstract

Bunga cengkeh menjadi penting mengingat peran sentralnya dalam sektor pertanian dan industri. Cengkeh bukan hanya sebagai tanaman rempah-rempah yang memiliki nilai ekonomis tinggi, tetapi juga memiliki signifikansi kultural. Di samping kegunaannya sebagai bahan dalam industri makanan dan farmasi, bunga cengkeh telah lama digunakan dalam pengobatan tradisional dan aromaterapi. Namun, tantangan terkait perubahan iklim, teknik Petani cengkeh masih menggunakan indra penglihatan untuk mengetahui kualitas hasil pengeringan panen cengkeh yang kekurangannya masih bersifat subjektif. Penelitian ini bertujuan untuk memudahkan baik petani, produksi maupun konsumen dalam memilah kualitas dari bungah cengkeh menggunakan teknologi kecerdasan buatan. Metode yang digunakan dalam penelitian ini adalah machine learning menggunakan Faster R-CNN. Data sampel yang digunakan menggunakan dataset yang telah dikumpulkan dilokasi penelitian dan dibagi menjadi 3 kelas yaitu kualitas baik, kualitas sedang dan kualitas buruk. Hasil pengujian menggunakan parameter ukur tingkat kecerahan ruangan (lux), jarak pengambilan objek dan pengujian pada objek lain didapatkan hasil bahwa pengujian menggunakan dataset augmentasi dengan parameter ukur nilai lux 600 dan pengambilan jarak 17cm sebagai pengujian dengan tingkat keberhasilan yang tinggi sebesar 86% dan sistem dapat membedakan objek bunga cengkeh dengan objek lain. Hasil rata-rata pengujian yang didapatkan dengan proses augmentasi sebesar 51%.
Analisis Perbandingan Employee Wellbeing terhadap Kinerja Pegawai pada Tiga Sektor Industri Tribuana, Dhimas; Usman, Usman; Dayanti, Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.2

Abstract

Penelitian ini bertujuan untuk menganalisis perbedaan tingkat employee wellbeing dan kinerja pegawai pada tiga sektor industri strategis di Kota Makassar, yaitu pendidikan tinggi, kesehatan, dan perbankan. Metode penelitian yang digunakan adalah pendekatan kuantitatif komparatif dengan melibatkan 225 responden, masing-masing 75 pegawai dari setiap sektor. Instrumen penelitian diuji reliabilitasnya menggunakan Cronbach’s Alpha dan dianalisis menggunakan ANOVA satu arah dan uji lanjut Tukey HSD. Hasil penelitian menunjukkan bahwa terdapat perbedaan signifikan dalam tingkat employee wellbeing dan kinerja pegawai antar sektor. Sektor perbankan dan keuangan menunjukkan tingkat kesejahteraan dan kinerja tertinggi, disusul oleh pendidikan tinggi, sementara sektor kesehatan menunjukkan nilai terendah. Temuan ini mengindikasikan bahwa konteks industri memengaruhi kondisi kesejahteraan dan performa kerja pegawai. Implikasi praktis dari penelitian ini memberikan arah penguatan manajemen sumber daya manusia berbasis sektor. Penelitian ini juga memberikan saran untuk pengembangan kajian lebih lanjut yang mempertimbangkan variabel mediasi atau moderasi serta pendekatan metodologi campuran dalam memahami dinamika kerja lintas industri.
Penerapan Natural Language Processing Untuk Analisis Sentimen Terhadap Layanan Publik Di Media Sosial Twitter Tribuana, Dhimas; Usman, Usman; Dayanti, Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.3

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji model klasifikasi sentimen publik terhadap layanan BPJS Ketenagakerjaan berdasarkan data media sosial Twitter. Metode yang digunakan adalah pendekatan kuantitatif eksperimental yang terdiri dari lima tahap, yaitu pengumpulan data, pra-pemrosesan teks, pelabelan data, ekstraksi fitur dan pelatihan model, serta evaluasi performa. Data dikumpulkan melalui API Twitter menggunakan kata kunci terkait layanan BPJS Ketenagakerjaan dengan total 4.357 tweet. Setelah pra-pemrosesan dan pelabelan, data bersih sebanyak 4.102 tweet diklasifikasikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. Dua pendekatan representasi teks digunakan, yaitu TF-IDF dan IndoBERTweet embedding, yang kemudian diuji dengan algoritma pembelajaran mesin seperti Naive Bayes, SVM, Random Forest, dan Logistic Regression. Hasil penelitian menunjukkan bahwa model IndoBERTweet + Logistic Regression memberikan performa terbaik dengan akurasi 86,5% dan F1-score 85,6%. Temuan ini menegaskan efektivitas pretrained language models dalam memahami bahasa Indonesia informal di media sosial. Model yang dikembangkan memiliki potensi untuk digunakan sebagai sistem pemantauan opini publik secara real-time guna meningkatkan kualitas layanan BPJS Ketenagakerjaan. Penelitian selanjutnya disarankan mengeksplorasi penanganan sarkasme dan dataset multi-platform untuk meningkatkan generalisasi model.
Deteksi Sampah Otomatis Pada Lingkungan Terbuka Menggunakan YOLOV8 Dan Dataset Roboflow Tribuana, Dhimas; Usman, Usman; Dayanti, Dayanti
Jurnal Teknologi dan Bisnis Cerdas Vol 1 No 1 (2025): Volume 1 Nomor 1 (Juni 2025)
Publisher : Plexi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64476/jtbc.v1i1.4

Abstract

Peningkatan volume sampah di ruang publik menuntut solusi cerdas untuk mendeteksi dan mengelola kebersihan secara efisien. Penelitian ini bertujuan untuk mengembangkan sistem deteksi sampah otomatis berbasis model deteksi objek YOLOv8 dengan fokus pada lima kategori sampah: plastik, kertas, logam, kaca, dan lainnya. Dataset diperoleh dari platform Roboflow, kemudian dianotasi secara manual dan digunakan untuk melatih dua varian model YOLOv8, yaitu YOLOv8s dan YOLOv8l. Hasil pelatihan menunjukkan bahwa YOLOv8l mencapai mAP@0.5 sebesar 93,1% dan F1-score 91,1%, sementara YOLOv8s memberikan kecepatan inferensi lebih tinggi dengan akurasi yang kompetitif. Evaluasi lapangan terbatas dilakukan menggunakan kamera laptop dan smartphone di lingkungan terbuka seperti taman dan trotoar. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi sampah secara real-time dengan tingkat akurasi visual yang baik, meskipun terdapat penurunan performa pada objek kecil atau tertutup sebagian. Studi ini menunjukkan potensi besar model YOLOv8 dalam mendukung pengembangan sistem monitoring lingkungan berbasis visi komputer. Ke depan, integrasi ke perangkat edge dan pelatihan ulang dengan data lokal direkomendasikan untuk meningkatkan ketahanan model dalam kondisi nyata.
Pengaruh Model Propagasi Okumura-Hata Terhadap Nilai RSRP Berdasarkan Jarak Pengguna Dari Enodeb Studi Drive Test Rahmatullah, Rahmatullah; Dayanti, Dayanti; Aminuddin, Rosihan
Patria Artha Technological Journal Vol 9, No 1 (2025): Patria Artha Technological Journal
Publisher : Department of Electrical Engineering, University of Patria Artha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33857/patj.v9i1.959

Abstract

Penelitian ini bertujuan menganalisis kualitas sinyal Reference Signal Received Power (RSRP) pada area urban dan pedesaan menggunakan model propagasi Okumura-Hata. Pengukuran lapangan dilakukan melalui metode drive test dengan merekam nilai RSRP pada berbagai jarak dari eNodeB, kemudian dibandingkan dengan hasil perhitungan teoritis. Parameter yang dianalisis meliputi jarak, daya terima (dBm), dan selisih nilai antara hasil pengukuran dan prediksi model. Hasil penelitian menunjukkan bahwa kondisi RSRP pada kedua area tergolong sangat baik, meskipun terdapat fluktuasi nilai pada jarak tertentu. Di area urban, penurunan kualitas sinyal terjadi pada rentang 0,22–0,3 km dengan selisih tertinggi mencapai 6,69 dBm, sedangkan di area pedesaan fluktuasi terjadi pada jarak 0,2–0,26 km. Perbedaan ini disebabkan oleh fenomena Multipath Fading akibat pantulan gelombang yang meningkatkan redaman dan menurunkan daya terima User Equipment. Analisis juga menunjukkan bahwa semakin dekat jarak antara eNodeB dan perangkat pengguna, hasil pengukuran RSRP semakin mendekati nilai teoritis, sejalan dengan karakteristik model Okumura-Hata yang digunakan sebagai standar internasional. Temuan ini menegaskan bahwa model propagasi Okumura-Hata memiliki tingkat akurasi tinggi dan relevan digunakan untuk memprediksi kualitas sinyal pada lingkungan urban maupun pedesaan.
Literasi Energi dan Keselamatan Kelistrikan Rumah Tangga Putri, Andi Nur; Syarif, Irwan; Dayanti, Dayanti; Rais, Muh.; Asnefi, Asnefi; Taha, Syamsumarlin; Usman, Jumiaty
Patria Artha Journal of Community (PKM) Vol 5, No 2 (2025): Patria Artha Journal of Community
Publisher : Universitas Patria Artha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33857/pajoco.v5i2.983

Abstract

Kegiatan pengabdian kepada masyarakat dengan tema “Literasi Energi dan Keselamatan Listrik Rumah Tangga di Desa Bontosunggu, Kecamatan Bontoharu, Kabupaten Kepulauan Selayar” dilaksanakan untuk meningkatkan pemahaman dan keterampilan masyarakat dalam menggunakan energi listrik secara aman, sehat, dan efisien. Permasalahan utama yang dihadapi mitra adalah rendahnya kesadaran hemat energi, penggunaan instalasi listrik yang tidak sesuai standar, serta masih tingginya risiko kebakaran akibat korsleting listrik. Metode pelaksanaan kegiatan mencakup sosialisasi literasi energi, pelatihan keselamatan listrik rumah tangga, pendampingan teknis instalasi listrik, serta monitoring dan evaluasi. Hasil kegiatan menunjukkan peningkatan pengetahuan masyarakat tentang manajemen beban listrik dan strategi hemat energi, dengan lebih dari 70% peserta mampu menjelaskan kembali materi yang diberikan. Selain itu, ±65% peserta berhasil mempraktikkan pemeriksaan instalasi sederhana sesuai standar. Forum komunikasi berbasis media sosial juga terbentuk sebagai sarana keberlanjutan program. Kegiatan ini memberikan dampak positif berupa peningkatan literasi energi, kesadaran keselamatan listrik, serta terbentuknya kader lokal sebagai agen perubahan. Dengan demikian, program ini relevan untuk mendukung pencegahan kebakaran akibat korsleting serta membangun masyarakat desa yang lebih mandiri, sehat, dan berdaya saing.