cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tin budi Utami
Contact Email
Tinbudiutami@mercubuana.ac.id
Phone
+628151860196
Journal Mail Official
Tinbudiutami@mercubuana.ac.id
Editorial Address
Pusat Penelitian Universitas Mercu Buana Jakarta, Gedung D Lantai 1, Jalan Meruya Selatan No. 01, Kembangan, Jakarta Barat 11650
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Ilmu Teknik dan Komputer
Published by Universitas Mercu Buana
ISSN : 2548740X     EISSN : 26211491     DOI : https://dx.doi.org/10.22441/jitkom
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering
Ilmu Teknik Ilmu komputer komputasi mekanik control dan system engineering industrial dan manufacturing engineer civil engineer, building, construction dan architecture electrical dan electronics engineering
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 6 Documents
 1 
Search results for , issue "Vol 9, No 1 (2025)" : 6 Documents clear
Analisis Sentimen Pada Media Sosial Menggunakan Metode Support Vector Machine Arfian, Muhamad Hadi; Maruhawa, Hendrian Sofu; Putri, Aulia Aisyah; Ratulugina, Dinah; Khoirunnisa, Ellsza Ridzky; Hermawan, Verell; Syahr, Ahmad Julaibib
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.001

Abstract

Pada era kemajuan teknologi digital saat ini, media sosial telah menjadi platform utama bagi individu untuk berbagi opini dan pengalaman mereka, yang dikenal sebagai sentimen. Sentimen ini memberikan wawasan berharga tentang berbagai topik. Penelitian ini fokus pada analisis sentimen terhadap penerima Kartu Indonesia Pintar-Kuliah (KIP-K) di X. Program KIP-K bertujuan untuk meningkatkan akses pendidikan tinggi bagi masyarakat dari berbagai latar belakang ekonomi, dan perhatian masyarakat terhadap penerima program ini semakin meningkat. Dengan menggunakan algoritma Support Vector Machine (SVM), yang terbukti memiliki akurasi tinggi dalam analisis sentimen dibandingkan metode lain, penelitian ini menganalisis tanggapan publik untuk memahami persepsi mereka terhadap penerima KIP-K. Hasil menunjukkan bahwa mayoritas sentimen di X adalah negatif, mengindikasikan ketidaksetujuan terhadap penerima program ini. Temuan ini memberikan wawasan tentang persepsi masyarakat dan dapat membantu dalam evaluasi kebijakan pendidikan.
Analisis Penanggulangan Overload Transformator Distribusi dengan Metode Uprating di PT PLN (Persero) ULP Sutami Anasta, Nambi
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.002

Abstract

Persentase beban sebelum dilakukan uprating pada transformator menunjukkan angka sebesar 95%, yang mengindikasikan bahwa transformator berada dalam kondisi overload. Untuk mengatasi kondisi ini, diperlukan penanggulangan overload dengan menggunakan metode uprating. Berdasarkan permasalahan tersebut, tujuan penelitian ini adalah sebagai berikut: Untuk mengidentifikasi faktor-faktor yang menyebabkan transformator mengalami overload, untuk menganalisis rugi-rugi daya dan efisiensi transformator sebelum dan sesudah uprating, serta untuk mengetahui metode yang efektif dalam menangani overload pada transformator distribusi. Hasil analisis dan perhitungan menunjukkan bahwa setelah penerapan metode uprating, persentase beban transformator menurun menjadi 73%, dengan penambahan daya sebesar 250 kVA pada transformator. Penurunan persentase beban ini dari angka awal sebesar 95,05% pada transformator berkapasitas 200 kVA menunjukkan perbaikan signifikan.
Sistem Kendali Kelembaban Dan Suhu Pada Jamur Berbasis Machine Learning Menggunakan Logika Fuzzy Sugeno Tahlia, Indriyana Nova; Rabbani, Nabil Raihan; Hakim, Lukman
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.004

Abstract

Mempertahankan kondisi ideal untuk pertumbuhan tanaman memerlukan pemantauan kelembaban dan suhu tanah. Untuk menentukan tingkat kelembaban dan suhu yang optimal, sistem kontrol sangat penting. Sistem kendali ini memanfaatkan data dari Jamur Tiram sebagai masukan untuk menghasilkan keluaran yang diinginkan. Dengan menggunakan logika fuzzy sebagai program pengambilan keputusan, sistem ini mengatur tingkat kelembaban dan suhu yang paling sesuai untuk Jamur Tiram. Logika fuzzy terbukti menjadi pendekatan yang efektif dalam sistem kendali, yang melibatkan proses fuzzifikasi, pembentukan aturan fuzzy, dan defuzzifikasi. Dalam sistem logika fuzzy khusus ini, dua input (tingkat kelembaban dan suhu) digunakan, sehingga menghasilkan penentuan waktu yang diperlukan untuk mempertahankan tingkat kelembaban dan suhu yang sesuai untuk Jamur Tiram.
Implementasi Algoritma YOLOv5 dalam Desain Sistem Pintar untuk Identifikasi Objek pada Conveyor Pemilah Sampah Abdillah, Febrian; Sirait, Fadli
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.005

Abstract

Penelitian ini mengevaluasi penerapan algoritma YOLOv5 dalam sistem pintar untuk identifikasi objek pada conveyor pemilah sampah, dengan tujuan meningkatkan efisiensi dan akurasi pemilahan sampah organik dan anorganik. Eksperimen ini menemukan beberapa kendala, termasuk resolusi gambar yang tidak optimal dan variasi data yang terbatas, yang berdampak pada kinerja model. Untuk mengatasi kendala tersebut, disarankan untuk meningkatkan kualitas gambar dan memperluas variasi serta jumlah data latih, termasuk penggunaan teknik augmentasi data untuk memperkaya dataset. Dengan peningkatan ini, diharapkan sistem dapat lebih efektif dalam otomatisasi pemilahan sampah, mengurangi ketergantungan pada tenaga kerja manual, dan meningkatkan efisiensi pengelolaan sampah. Penelitian ini menunjukkan potensi penerapan teknologi ini tidak hanya dalam skala industri, tetapi juga di kota-kota besar yang memerlukan solusi efisien dalam pengelolaan limbah. Dataset yang digunakan mencakup 17.365 gambar sampah organik dan anorganik, dengan model YOLOv5 dilatih menggunakan 50 epochs dan batch size 16. Model ini mencapai nilai mAP@0,5 sebesar 55,8% dan akurasi total 64%, menunjukkan kemampuan yang cukup baik dalam identifikasi dan klasifikasi sampah, meskipun ada ruang untuk perbaikan lebih lanjut.
Penerapan Metode K-Means Untuk Rekomendasi Jenis Produk Barang Perkakas Bagi Pelanggan (Studi Kasus PT.ZXY) Agustianingsih, Putri; Yusuf, Mohamad
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.006

Abstract

Penelitian ini membahas penerapan metode K-Means dalam data mining untuk merekomendasikan produk Pekakas kepada pelanggan, dengan studi kasus pada PT.ZXY. Tujuan dari penelitian ini adalah untuk memahami dan memprediksi volume penjualan produk perkakas menggunakan metode K-Means, dengan manfaat membantu perusahaan dalam pengadaan persediaan, perencanaan produksi, dan menyediakan informasi produk yang paling banyak dibeli oleh konsumen. Metode K-Means dipilih karena potensinya dalam menganalisis strategi promosi Perkakas. Studi ini juga mencakup konsep Penemuan Basis Data Pengetahuan (KDD), Indeks Davies Bouldin (DBI), dan RapidMiner. Hasil dari praproses, pemodelan, evaluasi dan penelitian dilakukan untuk memberikan pemahaman yang komprehensif tentang pola penjualan dan potensi perbaikan strategi penjualan alat produk pada PT. PT.ZXY. Oleh karena itu, dapat disimpulkan bahwa K optimal untuk pembentukan klaster terdapat pada percobaan keenam, yaitu nilai K = 3. Nilai ini dipilih karena K =3 menghasilkan nilai DBI terkecil yaitu 0 0.328. Dimana anggota klaster 0 berjumlah 1.389 data, klaster 1 berisi 1 data dan klaster 2 berisi 39 data sehingga totalnya berjumlah 1.429 data.
Klasifikasi Hasil Potret pada Cacat Produk Spring Washer menggunakan Metode Transfer Learning Convolutional Neural Network Iklima, Zendi; Ningrum, Dinar Sakti Candra
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.003

Abstract

Spring Washer merupakan komponen yang dapat digunakan untuk pengencang berulir. Spring Washer terbuat dari bahan logam lalu dibentuk ring bulat. Dalam Quality Prosedur Perusahaan produk yang diproduksi harus dicek kualitasnya agar tidak ada kecacatan produk terkirim ke pelanggan. Kecacatan pada produk berbahan logam diantaranya adalah korosi pada produk. Pengecekan Spring Washer biasanya dilakukan secara visual manual oleh karyawan, hal ini memerlukan waktu yang tidak sebentar jika yang dicek memiliki kuantitas yang banyak. Dengan adanya Convolutional Neural Network (CNN) dilakukanya perancangan untuk mengklasifikasikan Spring Washer berkualitas baik dan korosi. Dalam penelitian ini dilakukan pembentukan sistem dengan Tiga model transfer learning CNN yaitu VGG16, MobileNet dan Xception. Pembentukan algoritma sistem menggunakan Google Colaboration dengan Bahasa pemrograman Phyton. Dataset diambil dari gambar produk Spring Washer sebanyak 1048 foto dengan keadaan yang berbeda, yaitu Spring Washer Bagus atau Korosi.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 9, No 2 (2025) Vol 9, No 1 (2025) Vol 8, No 2 (2024) Vol 8, No 1 (2024) Vol 7, No 2 (2023) Vol 7, No 1 (2023) Vol 6, No 2 (2022) Vol 6, No 1 (2022) Vol 5, No 2 (2021) Vol 5, No 1 (2021) Vol 4, No 2 (2020) Vol 4, No 1 (2020) Vol 3, No 2 (2019) Vol 3, No 1 (2019) Vol 2, No 1 (2018) Vol 1, No 1 (2017) More Issue