cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Siti Mujilahwati
Contact Email
teknika@unisla.ac.id
Phone
+6285645161358
Journal Mail Official
teknika@unisla.ac.id
Editorial Address
-
Location
Kab. lamongan,
Jawa timur
INDONESIA
Jurnal Teknika
Published by Universitas Islam Lamongan
ISSN : 20850859     EISSN : 26204770     DOI : 10.30736/teknika
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering
Jurnal Ilmiah yang bertujuan untuk mengkomunikasikan hasil dan riset, serta inovasi teknologi dan sistem informasi. Sasaran pembaca jurnal Penelitian jurnal Teknika adalah para ilmuwan, Akademis, serta Praktisi. Scope : Data Mining, Electric Control,Telecommunication,Power System Analysis,Electric and Microprocessor,Cloud Computing,Jaringan Komputer,Algoritma,Rekayasa Perangkat lunak,Rekayasa Geoteknik,Rekayasa Keairan,Rekayasa Struktur,Manajemen Konstruksi dan Perencanaan yang berkaitan dengan teknik Sipil
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 274 Documents
 24   25   26   27   28 
Lean Assessment Matrix (LAM) as a Waste Analysis Tool in the Cooking Oil Product Distribution Process Auliya Rachmah, Salsabila; Farida Pulansari; Sinta Dewi
Jurnal Teknika Vol 18 No 1 (2026): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v18i1.1605

Abstract

PT XYZ merupakan perusahaan agribisnis terkemuka yang bergerak dalam pengolahan minyak kelapa sawit beserta produk turunannya, dengan sistem distribusi yang melibatkan berbagai departemen serta pemanfaatan beberapa platform informasi. Kompleksitas alur distribusi tersebut menyebabkan terjadinya berbagai bentuk pemborosan, terutama pada aktivitas administrasi dan pertukaran data antar sistem yang belum terintegrasi secara optimal. Penelitian ini dilakukan untuk mengidentifikasi serta meminimalkan pemborosan pada proses distribusi melalui pendekatan Lean dengan metode Lean Assessment Matrix (LAM). Lean Matrix 1 digunakan untuk mengidentifikasi area kritis terjadinya pemborosan, sedangkan Lean Matrix 2 dimanfaatkan untuk merumuskan rekomendasi perbaikan berbasis sistem informasi distribusi dalam rangka mengeliminasi akar penyebab pemborosan pada area kritis tersebut. Hasil analisis menunjukkan bahwa urutan pemborosan dari tingkat tertinggi hingga terendah terdiri atas defect sebesar 18%, overproduction sebesar 17%, overprocessing sebesar 16%, serta transportation, motion, waiting, dan inventory yang masing-masing sebesar 12%. Berdasarkan temuan tersebut, prioritas rekomendasi perbaikan difokuskan pada penguatan sistem informasi distribusi melalui integrasi SAP berbasis cloud, penerapan Transportation Management System (TMS) dengan fitur Traffic Management Control, serta implementasi Document Management System (DMS). Penerapan usulan perbaikan tersebut mampu menurunkan jumlah aktivitas dari 64 menjadi 54 aktivitas serta mengurangi waktu proses sebesar 360 menit. Selain itu, hasil analisis Value Stream Mapping menunjukkan adanya peningkatan nilai Process Cycle Efficiency (PCE) sebesar 29%, yang mengindikasikan bahwa optimalisasi sistem informasi distribusi memberikan kontribusi signifikan dalam menekan pemborosan sekaligus meningkatkan efisiensi proses distribusi.
Kinerja Jaringan LoRa E220-900T30D untuk Monitoring Turbin Angin Berbasis IoT di Lingkungan Rural Bangkalan Kurniawati, Indah; Reynanda Bagus W.A; Ridho Akbar; M. Akmal Rais
Jurnal Teknika Vol 18 No 1 (2026): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v18i1.1614

Abstract

Monitoring turbin angin secara handal diperlukan untuk menjamin kinerja dan kontinuitas pembangkitan energi, khususnya pada lokasi yang sulit dijangkau. Monitoring offline dinilai kurang efisien karena memerlukan penghentian operasi turbin. Turbin angin ini direncanakan untuk diletakkan di wilayah rural Bangkalan, Madura, dimana belum ada penelitian sebelumnya yang membahas pemodelan kanal propagasi dengan LoRa yang digunakan sebagai media komunikasi  di daerah tersebut. Penelitian ini bertujuan mengevaluasi performansi jaringan LoRa E220-900T30D sebagai media monitoring turbin angin berbasis IoT dan Wireless Sensor Network (WSN) di lingkungan rural Bangkalan, Madura. Pengujian dilakukan pada frekuensi 920 MHz dengan bandwidth 125 kHz, spreading factor (SF) 7, dan daya pancar 30 dBm. Parameter yang dianalisis meliputi Received Signal Strength Indicator (RSSI) dan Signal-to-Noise Ratio (SNR) pada jarak 10 m hingga 2699 m, serta pemodelan propagasi menggunakan regresi log-distance, dan evaluasi standar deviasi shadowing dan varians. Hasil pengukuran menunjukkan bahwa RSSI menurun secara valid terhadap jarak setelah memasuki medan jauh diatas 1 km dengan koefisien determinasi R² = 0,98 dan standar deviasi shadowing dan varians  masing-masing adalah 0,3 dB dan 0,09. Nilai eksponen path loss n = 2,73 mengindikasikan dominasi lintasan langsung pada lingkungan rural. Penelitian ini berhasil mengidentifikasi nilai eksponen, mengidentifikasi batas medan dekat perangkat, dan menentukan nilai varians shadowing untuk perancangan jaringan nirkabel, serta menunjukkan akurasi regresi log-distance yang tinggi dalam prediksi RSSI.
Evaluasi Dampak Lingkungan Produksi Tepung Terigu Menggunakan Life Cycle Assessment dan Analytic Network Process Rayhan Fatur Maulana; Farida Pulansari; Isna Nugraha
Jurnal Teknika Vol 18 No 1 (2026): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v18i1.1630

Abstract

Konsumsi energi listrik yang tinggi pada sistem milling industri berkontribusi signifikan terhadap peningkatan intensitas karbon dan rendahnya efisiensi energi pada industri pengolahan pangan. Penelitian ini bertujuan untuk mengevaluasi kinerja energi dan profil emisi karbon sistem produksi tepung terigu melalui integrasi metode Life Cycle Assessment (LCA) dan Analytic Network Process (ANP) dengan batas sistem cradle-to-gate yang mencakup proses cleaning, dampening, conditioning, milling, packaging, dan distribusi. Hasil LCA menunjukkan bahwa proses milling merupakan hotspot utama dengan kontribusi sekitar 70–90% dari total dampak sistem dan nilai single score sebesar ±2,41E3 Pt dari total ±2,5E3 Pt. Kategori perubahan iklim (±2–3 Pt) dipengaruhi dominan oleh konsumsi energi listrik. Berdasarkan nilai Specific Energy Consumption (SEC) sebesar 60 kWh/ton dan faktor emisi grid nasional sebesar 0,749 kgCO₂/kWh, diperoleh intensitas karbon proses milling sebesar 44,94 kgCO₂/ton produk. Tahap distribusi memberikan kontribusi tambahan sebesar ±78,3 Pt akibat penggunaan bahan bakar diesel. Hasil ANP menunjukkan bahwa kriteria Technical Energy Performance memiliki bobot tertinggi (0,39120), diikuti Cost Impact (0,34732) dan Operational Feasibility (0,26148), dengan strategi prioritas utama berupa optimasi konsumsi energi listrik pada proses milling (0,10921). Integrasi LCA–ANP menghasilkan kerangka manajemen energi industri yang terstruktur melalui peningkatan efisiensi sistem motor listrik dan reduksi intensitas karbon pada operasi milling berdaya tinggi.
Performance Improvement of CNN Algorithm with Data Augmentation for Tobacco Leaf Disease Classification Agung Nurhidayatullah, Rizqy; Ema Utami; Dhani Ariatmanto
Jurnal Teknika Vol 18 No 1 (2026): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v18i1.1639

Abstract

Pengolahan citra digital daun tembakau merupakan pendekatan penting dalam deteksi dini dan akurat penyakit tanaman, khususnya untuk komoditas pertanian bernilai ekonomi tinggi. Penelitian ini mengusulkan pendekatan augmentasi data multi-strategi untuk meningkatkan akurasi klasifikasi penyakit daun tembakau menggunakan Convolutional Neural Networks (CNN). Tiga teknik augmentasi diterapkan: augmentasi tradisional, augmentasi sampel campuran, dan augmentasi berbasis model pada tiga arsitektur CNN (MobileNetV2, EfficientNetB0, dan VGG16). Dataset terdiri dari 400 citra daun tembakau dengan lima kelas penyakit yang dikumpulkan dari Kabupaten Wonosobo. Eksperimen dilakukan dengan dua skenario pembagian data: 70:30 dan 80:20. Hasil menunjukkan bahwa penerapan augmentasi multi-strategi berhasil meningkatkan akurasi klasifikasi hingga 81,25% pada MobileNetV2 dengan rasio 80:20, yang mewakili peningkatan 20% dibandingkan dengan model tanpa augmentasi. Selain itu, teknik augmentasi secara efektif mengurangi overfitting dengan menurunkan selisih antara akurasi pelatihan dan validasi dari 0,5-0,7 menjadi 0,1-0,2.

Page 28 of 28 | Total Record : 274

 24   25   26   27   28 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 18 No 1 (2026): MARET Vol 17 No 2 (2025): SEPTEMBER Vol 17 No 1 (2025): MARET Vol 16 No 2 (2024): SEPTEMBER Vol 16 No 1 (2024): MARET Vol 15 No 2 (2023): JURNAL TEKNIKA Vol 15, No 1 (2023) Vol 15 No 1 (2023) Vol 14 No 2 (2022): Jurnal Teknika Vol 14, No 2 (2022): Jurnal Teknika Vol 14, No 1 (2022): Jurnal Teknika Vol 14 No 1 (2022): Jurnal Teknika Vol 13 No 2 (2021): Jurnal Teknika Vol 13, No 2 (2021): Jurnal Teknika Vol 13, No 1 (2021): Jurnal Teknika Vol 13 No 1 (2021): Jurnal Teknika Vol 12, No 2 (2020): Jurnal Teknika Vol 12 No 2 (2020): Jurnal Teknika Vol 12 No 1 (2020) Vol 12, No 1 (2020) Vol 11, No 2 (2019) Vol 11 No 2 (2019) Vol 11, No 1 (2019) Vol 11 No 1 (2019) Vol 10, No 2 (2018) Vol 10 No 2 (2018) Vol 10, No 1 (2018) Vol 10 No 1 (2018) Vol 9 No 2 (2017): Jurnal Teknika Vol 9, No 2 (2017): Jurnal Teknika Vol 9, No 1 (2017): Jurnal Teknika Vol 9 No 1 (2017): Jurnal Teknika Vol 8, No 2 (2016): Jurnal Teknika Vol 8, No 1 (2016): Jurnal Teknika Vol 8 No 2 (2016): Jurnal Teknika Vol 8 No 1 (2016): Jurnal Teknika More Issue