cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
ahmad gawdy prananosa
Contact Email
ahmadgawdynano@yahoo.com
Phone
-
Journal Mail Official
ipm2kpeintecoms@gmail.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
INTECOMS: Journal of Information Technology and Computer Science
Published by Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi
ISSN : 26213249     EISSN : 26141574     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 906 Documents
 80   81   82   83   84 
EVALUASI SISTEM PERBAIKAN FIRST PRESS DAN SECOND PRESS MENGGUNAKAN METODE FMEA (FAILURE MODE ANDEFFECT ANALYSIS) PADA PT XYZ Reyes V B Tampubolon; Dion Saputra. H; Jon Judiarto Siregar; Jusra Tampubolon
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/xwk56766

Abstract

PT XYZ Unit Pabrik Kernel Oil (PKO) Sei Mangkei merupakan unit pengolahan inti sawit yang menghasilkan Crude Palm Kernel Oil (CPKO) dan Palm Kernel Meal (PKM). Dalam proses produksi, keandalan mesin First Press dan Second Press sangat berpengaruh terhadap kualitas produk dan efisiensi operasional. Namun, pada kondisi aktual masih sering terjadi kerusakan mesin, khususnya pada komponen screw yang mengalami keausan, sehingga menyebabkan meningkatnya oil losses dan menurunnya kinerja mesin. Penelitian ini bertujuan untuk mengevaluasi sistem pemeliharaan, perawatan, dan perbaikan mesin First Press dan Second Press menggunakan metode Failure Mode and Effect Analysis (FMEA). Metode penelitian dilakukan melalui observasi langsung di lapangan, wawancara dengan pihak terkait, serta pengumpulan data kerusakan mesin. Setiap potensi kegagalan dianalisis berdasarkan nilai severity, occurrence, dan detection untuk menentukan Risk Priority Number (RPN). Hasil analisis menunjukkan bahwa keausan screw merupakan mode kegagalan dengan nilai RPN tertinggi dan menjadi prioritas utama perbaikan. Oleh karena itu, diperlukan perbaikan sistem pemeliharaan melalui penjadwalan perawatan yang lebih teratur, peningkatan pengawasan kondisi mesin, serta penerapan standar operasional prosedur yang konsisten. Dengan penerapan rekomendasi tersebut, diharapkan keandalan mesin dapat meningkat, risiko kerusakan dapat diminimalkan, dan target produksi perusahaan dapat tercapai secara optimal. Kata Kunci :   Failure Mode and Effect Analysis (FMEA), Pemeliharaan Mesin, First Press, Second Press, Crude Palm Kernel Oil (CPKO)
PENYUSUNAN JADWAL PREVENTIFMAINTENANCE MESIN RIPPLE MILL DENGAN PENDEKATAN FMEA (FAILURE MODE AND EFFECT ANALYSIS)DAN OEE (OVERALL EQUIPMENT EFFECTIVENESS) DI PT XYZ Daniel N Manalu; Winston R A Pakpahan; Evania R S Br Barus; Jusra Tampubolon
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/r1xexr61

Abstract

Mesin Ripple Mill merupakan salah satu peralatan utama dalam pemecahan biji kelapa sawit pada stasiun kernel. Kerusakan yang terjadi pada mesin ini dapat menyebabkan downtime dan menurunkan efektivitas produksi. Penelitian ini bertujuan untuk menentukan prioritas perbaikan komponen mesin serta menyusun jadwal preventive maintenance yang optimal pada mesin Ripple Mill di PT XYZ. Metode yang digunakan adalah Failure Mode and Effect Analysis (FMEA) untuk mengidentifikasi potensi kegagalan dan menentukan prioritas perbaikan berdasarkan nilai Risk Priority Number (RPN), serta Overall Equipment Effectiveness (OEE) untuk mengukur tingkat efektivitas mesin melalui aspek availability, performance, dan quality. Hasil analisis FMEA menunjukkan bahwa keausan rotor bar dan keausan square bar merupakan jenis kerusakan dengan nilai RPN tertinggi sebesar 336 sehingga menjadi prioritas utama dalam tindakan pemeliharaan. Hasil perhitungan OEE menunjukkan nilai 90,32% yang telah memenuhi standar efektivitas mesin internasional (≥85%). Berdasarkan perhitungan Mean Time Between Failure (MTBF), interval preventive maintenance direkomendasikan setiap 531 jam operasi untuk rotor bar dan square bar, 797 jam untuk van belt, serta 1594 jam untuk motor dan elektro motor feeder short. Penerapan jadwal preventive maintenance tersebut diharapkan dapat meningkatkan keandalan dan efektivitas kinerja mesin Ripple Mill. Kata Kunci :   Preventive Maintenance, Ripple Mill, FMEA, OEE, MTBF
PENGUKURURAN KESEHATAN MENTAL KARYAWAN DENGAN DASS-21 PADA DEPERTEMEN K3&LH DI PT XYZ Athaya Naomi Nabilah; Fahriza Nurul Azizah; Alinda Febianti; Fitri Nuraliza
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/6t3r6m57

Abstract

Employee mental health is a crucial factor influencing productivity and workplace safety in industrial environments. Problems such as stress, anxiety, and depression can arise due to high workloads, significant responsibilities, and the potential risk of accidents inherent in work activities. This study aims to measure the mental health of employees in the Occupational Health and Safety Department at PT XYZ using the Depression Anxiety Stress Scales (DASS-21) and analyze its implications for work productivity. The research method used was descriptive quantitative with a cross-sectional design. Data were obtained by distributing the DASS-21 questionnaire to 13 respondents, then the results were classified into five severity categories: normal, mild, moderate, severe, and very severe. The results showed that most respondents were in the normal to moderate category, although there were individuals with relatively high levels of anxiety and stress. These findings indicate that in general, employee mental health is still in a reasonable condition, but special attention is still needed for individuals at risk. The conclusion of this study is that the mental health condition of employees of the K3&LH Department of PT XYZ is generally at a normal to moderate level, but special attention is still needed for individuals who show symptoms of stress and anxiety so that productivity and work well-being can be maintained optimally. Keywords: Mental health,Work productivity, K3&LH, DASS-21    
ANALISIS KINERJA KARYAWAN DENGAN MENGGUNAKAN METODE REGRESI LINIER BERGANDA DI PT. RST Erfa Inayah; Apid Hapid Maksum
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/atjqj155

Abstract

This study examines the extent to which five variables motivation, work discipline, operational environment conditions, training quality, and compensation schemes influence employee performance at PT RST. The research approach uses a quantitative methodology with a questionnaire instrument, which was distributed to 39 staff in the Stamping Operation Department. Data analysis was conducted through multiple linear regression to measure the influence of each variable and their collective contribution to employee performance. The results of the simultaneous analysis show that the five factors together have a very high explanatory power for performance variations, evidenced by a coefficient of determination (R²) value of 0.994. Partially, each factor motivation, discipline, work environment, training, and compensation shows a positive and significant influence on employee productivity. These findings emphasize the importance of designing data-oriented human resource management policies, where increasing motivation, enforcing discipline, improving work facilities, organizing regular training, and a fair and transparent compensation system are the main pillars in efforts to improve organizational efficiency and output.   Keywords : Work Discipline, Work Environment, Employee Motivation, Employee Training, Compensation System
ANALISIS BAHAYA KESELAMATAN DAN KESEHATAN KERJA (K3) PADA STASIUN LOADING RAMP DENGAN METODE JOB SAFETY ANALISIS DI PKS XYZ Aprina Yesi Kelina Br. Purba; Rensus A Pardede; Cristian Gani Situngkir; Jufri Antoni
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/2rtana35

Abstract

Penelitian ini menganalisis bahaya keselamatan dan kesehatan kerja (K3) pada stasiun loading ramp dengan metode Job Safety Analysis di PKS XYZ. Metode JSA digunakan untuk menganalisis bahaya pada stasiun loading ramp dan mengidentifikasi tingkat risiko yang terkait. Hasil analisis bahaya keselamatan dan kesehatan kerja (K3) pada stasiun loading ramp menunjukkan bahwa 40% risiko bahaya sedang, dan 60% risiko bahaya rendah. Penilaian risiko berdasarkan JSA mengungkap bahwa stasiun loading ramp memiliki skala risiko dari sedang hingga rendah. Rekomendasi pengendalian bahaya yang diajukan meliputi substitusi dan APD (Alat Pelindung Diri). Implementasi langkah-langkah ini diharapkan dapat meningkatkan keselamatan kerja dan mengurangi insiden kecelakaan pada stasiun loading ramp di PKS XYZ. Kata Kunci :   Loading Ramp, Job Safety Analysis, Pengendalian Risiko
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN RESNET 50 UNTUK MENGKLASIFIKASI TINGKAT KEMANTANGAN  BUAH PEPAYA Mellysa Pratama; Erwin Dwika Putra
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/tr9sbe10

Abstract

Papaya is a very popular tropical fruit variety because it is rich in nutrients. However, the method of assessing the ripeness of papaya fruit is still often done manually, which can cause errors in the separation and distribution process. Thus, this study aims to develop an automatic system to classify the ripeness level of papaya fruit using the Convolutional Neural Network (CNN) method based on the ResNet50 architecture. The dataset used consists of papaya fruit images divided into four stages of ripeness, namely unripe, half-ripe, and unfit. The images then undergo a preprocessing process that includes resizing the image to 224 × 224 pixels, adjusting pixel values, and data augmentation through techniques such as rotation, zoom, and horizontal flipping to increase the variety of training data. The model is trained using a transfer learning approach by utilizing existing weights from the imagenet dataset. Model performance evaluation is carried out through the use of a confusion matrix and a classification matrix that includes accuracy, precision, recall, and F1 score. The results of the training process show that the model achieved a training accuracy of 91.72% and a validation accuracy of 83.56%, with a validation loss value of 0.4958. These findings indicate that the model can classify papaya fruit images with relatively good and consistent performance. This research is expected to support the automation process in identifying the ripeness level of papaya fruit in the agricultural and food industry sectors.  Keywords: image classification, papaya, CNN, Resnet-50, deep learning.  
SEGMENTASI PELANGGAN BERBASIS MEDIA SOSIAL DI LINGKUNGAN UKSW MENGGUNAKAN K‑MEANS UNTUK PERSONALISASI PENAWARAN PRODUK FASHION DAN KECANTIKAN Cantika Tallo
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/sxzh8885

Abstract

Penelitian ini bertujuan untuk melakukan segmentasi pelanggan berdasarkan data interaksi media sosial pada industri fashion dan kecantikan menggunakan algoritma K-Means. Data yang digunakan meliputi indikator engagement seperti likes, comments, shares, saves, hashtag, mention, dan panjang caption. Tahapan penelitian meliputi preprocessing data, penentuan jumlah klaster menggunakan metode Elbow dan Silhouette, serta proses clustering. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah dua, yaitu kelompok dengan tingkat keterlibatan tinggi dan rendah. Klaster dengan engagement tinggi menunjukkan interaksi yang lebih aktif terhadap konten, sedangkan klaster dengan engagement rendah menunjukkan respons yang lebih pasif. Hasil segmentasi ini dapat digunakan sebagai dasar dalam menyusun strategi pemasaran yang lebih personal dan tepat sasaran. Penelitian ini membuktikan bahwa data mining berbasis media sosial efektif untuk memahami perilaku konsumen. Kata Kunci: Clustering, Data Mining, K-Means, Media Sosial, Segmentasi Pelanggan
IMPLEMENTASI QUALITY APPLICATION PADA SOFTWARE TESTING DI INDUSTRI KESEHATAN PT X Grace Angelica Intan; Jap Tji Beng; Intan Ardiani Putri; Graciella Devina Buntoro; Sri Tiatri; Vienchenzia Oeyta Dwitama Dinatha; Rahmiyana Nurkholiza
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/9scffm09

Abstract

Kualitas software merupakan aspek krusial dalam industri kesehatan karena kegagalan sistem pendukung dapat berdampak langsung terhadap efisiensi manajemen dan layanan pasien. Penelitian ini bertujuan untuk mengimplementasikan Quality Application melalui strategi Software Quality Assurance (SQA) dengan metode automation testing di PT X. Masalah utama yang diangkat adalah kurangnya efisiensi pengujian manual yang memakan waktu lama dan rentan terhadap kesalahan manusia. Metode penelitian yang digunakan adalah studi kasus kualitatif deskriptif dengan menganalisis optimalisasi durasi pengujian melalui implementasi framework Playwright. Hasil penelitian menunjukkan bahwa implementasi pengujian automation mampu mereduksi durasi eksekusi dari 45 menit menjadi 14,1 menit. Temuan ini membuktikan adanya peningkatan efisiensi waktu sebesar 68,7%. Simpulan dari penelitian ini adalah transisi ke pengujian automation dengan struktur berbasis modul efektif dalam meningkatkan kecepatan, konsistensi, dan reliabilitas sistem informasi kesehatan secara berkelanjutan.  Kata Kunci: Automation Testing, Playwright, Quality Application, Regression Testing, Industri Kesehatan.
PENGENDALIAN PERSEDIAAN INTERMITTENT DEMAND BERBASIS FSN DAN CROSTON-TSB Sasha Safira Nuraini; Indra Gita Anugrah; Widyasari Puspa Permata Witra
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/mtk52p96

Abstract

Ketidakefisienan pengelolaan persediaan di gudang PT XYZ Cirebon disebabkan oleh proses pengadaan yang reaktif dan pola intermittent demand yang mengakibatkan overstock dan understock. Penelitian ini bertujuan mengklasifikasikan produk menggunakan analisis FSN berbasis TOR dan DOI, merancang kebijakan persediaan terpadu melalui peramalan Croston-TSB, serta menetapkan safety stock, Reorder Point (ROP), dan jadwal cycle count guna menekan risiko ketidakseimbangan stok dan meningkatkan efisiensi operasional gudang. Data terdiri dari 1.818 catatan stok harian 9 produk semen dan mortar periode Januari–Juli 2025. Hasil FSN menunjukkan 6 produk Fast Moving dan 3 Slow Moving. Seluruh produk aktif berpola intermittent, dengan akurasi terbaik pada Semen PCC Zak 40KG (rel_MAE 24,16%). Tiga produk Fast Moving utama menyumbang lebih dari 94% total permintaan dan menjadi prioritas utama kebijakan pengendalian stok, sementara produk Slow Moving tetap memperoleh kebijakan safety stock dan ROP tersendiri guna mencegah overstock akibat rendahnya perputaran persediaan. Kata Kunci: FSN, Croston-TSB, Intermittent Demand, Safety Stock, Reorder Point
KLASIFIKASI SENTIMEN YOUTUBE TERKAIT DEMONSTRASI AGUSTUS 2025 MENGGUNAKAN METODE TF-IDF DAN ALGORITMA XGBOOST Muhammad Basyrah Diyanulhaq; Saeffurohman Saeffurohman
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/z74yc182

Abstract

Pertumbuhan pesat media sosial menghasilkan volume besar teks opini berbahasa Indonesia yang tidak terstruktur dan sulit dianalisis secara manual, khususnya pada platform YouTube. Penelitian ini mengimplementasikan model analisis sentimen pada komentar YouTube berbahasa Indonesia menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) sebagai teknik ekstraksi fitur dan Extreme Gradient Boosting (XGBoost) sebagai algoritma klasifikasi. Sebanyak 2.000 komentar dikumpulkan melalui YouTube Data API v3, diproses melalui tahap case folding, cleaning, tokenizing, stopword removal, dan stemming menggunakan library Sastrawi, kemudian diberi label positif, netral, dan negatif menggunakan metode crowdsourcing dengan majority vote. RandomOverSampler diterapkan pada data training untuk mengatasi ketidakseimbangan kelas, dan parameter XGBoost dioptimalkan menggunakan GridSearchCV. Konfigurasi terbaik yang diuji pada pembagian data 80:20 menghasilkan akurasi keseluruhan sebesar 82,50%, dengan kelas negatif mencapai F1-score 0,90, sedangkan kelas netral dan positif memperoleh F1-score masing-masing 0,40 dan 0,51. Hasil ini menunjukkan bahwa kombinasi TF-IDF dan XGBoost unggul pada kelas negatif yang dominan, namun masih terbatas dalam membedakan kelas sentimen minoritas akibat karakteristik TF-IDF yang bersifat bag-of-words. Kata Kunci: analisis sentimen, TF-IDF, XGBoost, komentar YouTube, teks bahasa Indonesia

Page 82 of 91 | Total Record : 906

 80   81   82   83   84 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 6 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 5 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 3 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 2 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 2 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 1 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 6 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 4 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 2 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 1 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 2 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol. 6 No. 1 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 1 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 1 (2021): INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 2 (2020): INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 1 (2020): INTECOMS: Journal of Information Technology and Computer Science Vol 2 No 2 (2019): INTECOMS: Journal of Information Technology and Computer Science Vol 2 No 1 (2019): INTECOMS: Journal of Information Technology and Computer Science Vol 1 No 2 (2018): INTECOMS: Journal of Information Technology and Computer Science Vol 1 No 1 (2018): INTECOMS: Journal of Information Technology and Computer Science More Issue