cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mochamad Sulaiman
Contact Email
m.sulaiman@uniramalang.ac.id
Phone
+6282331527189
Journal Mail Official
m.sulaiman@uniramalang.ac.id
Editorial Address
Fakultas Sains dan Teknologi Universitas Islam Raden Rahmat Malang Jl. Raya Mojosari 02 Kepanjen-Malang
Location
Kota malang,
Jawa timur
INDONESIA
G-Tech : Jurnal Teknologi Terapan
Published by Universitas Islam Raden Rahmat Malang
ISSN : 25808737     EISSN : 2623064X     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Energy Engineering
Jurnal G-Tech bertujuan untuk mempublikasikan hasil penelitian asli dan review hasil penelitian tentang teknologi dan terapan pada ruang lingkup keteknikan meliputi teknik mesin, teknik elektro, teknik informatika, sistem informasi, agroteknologi, dll.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 897 Documents
 43   44   45   46   47 
Analisis Unjuk Kerja Turbin Ulir Archimedes Satu Sudu dengan Variasi Head Gad Gunawan; Cloudiandy Mukti Kimana; Doddy Suanggana; Alfian Djafar
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4218

Abstract

Solusi alternatif yang menjawab permasalahan energi fosil adalah penggunaan energi terbarukan. Energi air merupakan salah satu energi terbarukan yang cukup besar penggunaannya di dunia. Salah satu turbin yang cocok diaplikasikan pada kondisi aliran  dengan head yang rendah adalah turbin Ulir Archimedes. Penelitian ini bertujuan untuk  menguji performa turbin ulir Archimedes pada beberapa head, yaitu head 300 mm, 500 mm dan 700 mm. Turbin yang digunakan memiliki jumlah sudu satu. Metode yang digunakan adalah eksperimen, yang dilakukan di laboratorium pada instalasi pengujian yang dirancang.  Pada eksperimen ini didapatkan  daya tertinggi didapatkan pada head 700 mm sebesar 6,407 Watt dan efisiensi terbesar 26,59% pada variasi head 500 mm. Hal ini menunjukkan performa suatu turbin tergantung pada kondisi operasinya.
Rancangan Alat Material Handling dengan Pendekatan Anthropometry Berdasarkan Perhitungan Recommended Weight Limit dan Lifting Index Pada PT. XYZ Muhammad Faisal Yunia Hanafi; Efta Dhartikasari Priyana; Yanuar Pandu Negoro
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4219

Abstract

Salah satu aktivitas yang dilakukan pada PT. XYZ yaitu pengambilan sampel water treatment sebanyak 25 sample point dengan jarak yang berjauhan serta berat masing-masing sampel 1Kg. Pengambilan sampel dilakukan dengan menggunakan wadah yang diangkat secara manual dengan total berat sampel 25kg. Pekerja kerap mengeluh sakit pada bagian lengan atas sampai bahu. Penelitian ini dilakukan untuk mengetahui batas maksimal beban yang dapat diangkat oleh pekerja dengan melakukan analisis Recommended Weight Limit (RWL) dan Lifting Index (LI) serta memberi solusi agar pekerjaan lebih efisien. Hasil perhitungan diketahui berat beban yang diangkat melebihi batas pengangkatan yang direkomendasikan dikarenakan nilai LI>1 dan dengan bobot RWL maksimal 10.90Kg, aktivitas pekerja tersebut berisiko cidera tulang belakang. Berdasarkan diskusi dengan pihak perusahaan diperlukan alat bantu material handling berupa troli, dimensi troli usulan yaitu (a) lebar alas troli adalah 35 cm; (b) panjang alas troli adalah 80 cm; (c) tinggi troli 54,47 cm; (d) lebar pegangan troli 35,19 cm; (e) tinggi pegangan troli 95,16 cm.
Analisis Peramalan Permintaan Jaket Inalcafa pada Produk Pria dengan Metode Double Moving Average Harun Indra Kusuma; Ridwan Saputra
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4222

Abstract

Inalcafa jacket products have three types of variations, including for men, women and children. In this study, researchers tried to predict the number of requests for inalcafa jackets in men's product variations over the next six months. By forecasting the number of requests for Inalcafa jackets, it can provide information on the number of requests for Inalcafa jackets in men's product variations in the next period. The forecasting methods that we calculate include the Double Moving Average method. After the researcher carried out forecasting calculations using the double moving average method, the researcher then determined the upper class limit, middle value and lower class limit based on sales data from the previous 24 months. Finally, the researcher carried out a Moving Range calculation to show the comparison of actual data values with forecasted values. After the researchers carried out forecasting calculations using the double moving average method, an error value of 6.77% was obtained. The predicted production numbers for the next 6 months have an average of 34.67 men's jacket variations produced.
Desain Multi Amfibi Ship Sebagai Sarana Evakuasi Tanggap Darurat Bencana Alam Banjir Anauta Lungiding Angga Risdianto; Taufan Prasetyo; Lukman Hadiwijaya
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4224

Abstract

Indonesia merupakan negara tropis namun, setiap tahunya mengalami pengurangan luas hutan sebesar 0,5% dari luas daratan. Kondisi tersebut menjadi penyebab bencana banjir serta curah hujan yang tinggi mengakibatkan air cepat memenuhi bendungan. Dari permasalahan yang ada perlu dilakukan modifikasi sebagai sarana evakuasi yang evektif. Pada penelitian ini kami menggunakan metode Reserch and Development (R&D) dengan memodifikasi antara kapal dan kendaraan darat. Inovasi yang dilakukan yaitu Multi Amfibi Boat. Hasil penelitian yaitu desain konseptual sebagai gambaran untuk dilakukan perencanaan pembuatan secara 1:1.  Ukuran utama desain dengan panjang 3 m; lebar 1,2 m; tinggi 1,1 m; dan sarat 0,5 m. Pemilihan ukuran dilakukan untuk memastikan sarana ini dapat digunakan pada gang kecil sehingga memudahkan dan pemempercepat saat evakuasi banjir jika terjadi di daerah perkotaan atau daerah padat penduduk.
Analisis Tingkat Kerusakan Kemasan Mie Instan Goreng Menggunakan Metode Six Sigma dan FMEA Pada PT. Karunia Alam Segar Aldila Syafa Salsa Sabillah; Yanuar Pandu Negoro; Hidayat Hidayat
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4227

Abstract

PT. KAS atau yang dikenaI dengan PT. Karunia Alam Segar adaIah saIah satu perusahaan F&B yang menghasiIkan produk berupa mie Instan. PT. KAS memiIiki produk akhir yakni mie Instan yang sudah dikemas dan diberi tambahan bumbu sesuai jenis rasa. Dari banyaknya proses yang dilalui, produk akhir perusahaan ini menimbuIkan adanya hasiI produk cacat seperti gencet bumbu, gencet mie, suhu dan atau sambungan, dan bumbu oil  bocor daIam kemasan. Dari permasaIahan yang didapat, penuIis meIakukan peneIitian dengan menggunakan metode Six Sigma dan FMEA dengan tujuan untuk meminimalisir banyaknya variasi cacat produk. Berdasarkan hasil pengoIahan data pada kecacatan kemasan mie Instan goreng memiIiki niIai six sigma sebesar 4,96. Sedangkan nilai RPN tertinggi pada suhu dan atau sambungan karena faktor manusia (man) sebesar 504, dan nilai RPN tertinggi pada bumbu oil bocor daIam kemasan karena faktor manusia (man) sebesar 567.
Analisis Pengendalian Kualitas Packaging Tepung Terigu Kemasan 25Kg Dengan Metode Six sigma dan Failure Mode Effect Analysis Biaf Tandy Yunian; Yanuar Pandu Negoro; Efta Dhartikasari Priyana
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4231

Abstract

PT ISM Tbk. Divisi Bogasari merupakan perusahaan manufaktur makanan yang memproduksi tepung terigu. Salah satu proses produksi perusahaan tersebut yaitu packaging tepung terigu 25 Kg. Dalam proses packaging yang dilakukan terdapat 4 CTQ (Critical To Quality) diantaranya yaitu kondisi label, kondisi jahit, keadaan metal detector, dan berat timbang. Selama periode Agustus-November 2023 proporsi kecacatan produk sebesar 4.01% yang artinya melebihi standar maksimal kecacatan perusahaan sebesar 2.5%. Penelitian ini dilakukan untuk mengurangi kecacatan produksi dengan metode six sigma serta mengetahui solusinya dengan prioritas tindak perbaikan yang dilakukan dengan metode FMEA. Hasil analisis diketahui nilai sigma pada proses packaging sebesar 3.84, cacat jahit merupakan jenis kecacatan yang mendominasi dengan persentase cacat sebesar 52.8%. Faktor utama yang menyebabkan yaitu kelelahan pekerja. Solusi tindak perbaikan yang dapat dilakukan yaitu penyesuaian area kerja agar tidak panas dan bising, melakukan training dan pendampingan bagi operator baru, penyesuian job desk kerja, dan penyesuaian fasilitas kerja selama overtime.
Sistem Pendukung Keputusan Penerimaan Bantuan Langsung Tunai Dana Desa (BLT-DD) Dengan Metode KNN Pada Desa Ketowan mohammad Iman; Firman Santoso; Lukman Fakih Lidimilah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4240

Abstract

Penelitian ini bertujuan mengoptimalkan alokasi dana desa melalui Sistem Pendukung Keputusan (SPK) menggunakan metode K-Nearest Neighbors (KNN) untuk menentukan Penerimaan Bantuan Langsung Tunai Dana Desa (BLT-DD) di Desa Ketowan Kecamatan Arjasa Kabupaten Situbondo. Masalah kemiskinan didaerah pedesaan menjadi fokus utama, dimanah alokasi dana desa memiliki peran penting dalam mendukung masyarakat miskin. Metode kualitatif digunakan dalam pengumpulan data, dan KNN diterapkan dengan enam kriteria seperti kondisi rumah, penghasilan, pekerjaan, jumlah tanggungan, pendidikan terakhir, dan status. Hasilnya menunjukkan 34 entri dari 50 data set dianggap layak menerima bantuan, dengan 16 entri lainnya tidak layak. Penerapan metode KNN dengan parameter K=5 menghasilkan 38 data layak dan 12 data tidak layak. Penelitian ini berkontribusi pada efektivitas alokasi dana desa untuk mengurangi kesenjangan sosial di pedesaan
Enhancing Diabetes Prediction Accuracy through Hybrid Machine Learning Models: A Comparative Study Gregorius Airlangga
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4243

Abstract

This study investigates the effectiveness of various machine learning (ML) models in predicting the onset of diabetes, emphasizing the superior performance of hybrid models over single learner models. Employing a dataset comprising 10,000 individuals with features like Glucose level, BMI, Insulin, and more, we meticulously processed and engineered the data to optimize it for ML applications. We developed several models, including Decision Trees, Random Forest, KNN, and XGBoost, and then advanced to hybrid models using ensemble techniques like stacking and soft voting classifiers. Our findings indicate that hybrid models significantly outperform single learner models. These models achieved remarkable accuracy (98.11%), precision (97.31%), and ROC AUC (99.82%), highlighting their potential in clinical settings. The study underscores the value of hybrid ML models in enhancing predictive accuracy and reliability in diabetes diagnostics.
Comparative Analysis of Machine Learning Models for Predicting Diabetes: Unveiling the Superiority of Advanced Ensemble Methods Gregorius Airlangga
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4246

Abstract

This study presents a comprehensive analysis of various machine learning models to predict diabetes. The research evaluates and compares the predictive performance of advanced ensemble techniques Extra Trees Classifier and LightGBM with traditional machine learning algorithms and simpler deep neural network (DNN) architectures. The dataset comprises numerous features pertinent to diabetes diagnosis, such as glucose concentration, BMI, and insulin levels, among others. A methodology, including polynomial feature transformation and ten-fold cross-validation, was employed to ensure the study's reliability and the models' capability to generalize. The advanced ensemble models, Extra Trees and LightGBM, achieved stellar predictive metrics, with the former attaining a near-perfect ROC AUC, accuracy, precision, and an F1 score close to 1. LightGBM followed closely, demonstrating the high efficacy of ensemble methods in complex data settings. These results were contrasted with significantly lower performance metrics from DNNs and respectable, albeit lower, scores from traditional models like Decision Trees, Random Forest, KNN, and XGBoost.
Analisis Penjualan Produk Menggunakan Algoritma K-Means dan Apriori Akrim Teguh Suseno
G-Tech: Jurnal Teknologi Terapan Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i2.4255

Abstract

Distro Sextor merupakan industri di bidang pakaian dan fashion yang mengalami penurunan penjualan karena perlambatan ekonomi daerah serta masih belum pulihnya dari dampak pandemi. Oleh sebab itu diperlukan strategi untuk meningkatkan penjualan berbasis teknologi informasi. Penggunaan data mining dengan teknik clustering dan association rule dapat digunakan sebagai analisis penjualan produk di Distro Sextor dengan menemukan pola-pola yang terkait pada transaksi penjualan. Algoritma pada teknik clustering yang digunakan yaitu K-Means dan hasilnya terdapat 5 cluster yaitu 0,1,2,3,4. Cluster yang dipilih adalah cluster 0 karena memiliki jumlah transaksi terbanyak dengan kategori produk yang harganya lebih murah dan jenis produk yang paling sering terjual yaitu kaos, celana pendek, celana panjang, dan lainnya. Analisis ini dilanjutkan dengan teknik association rule yang menggunakan algoritma Apriori untuk menentukan keterkaitan antar produk pada transaksi. Hasilnya terdapat 5 rule dan 7 produk yang dapat direkomendasikan sebagai media promosi yaitu SE130, SE111, SE128, SE126, SE04, SE40, dan SE11.

Page 45 of 90 | Total Record : 897

 43   44   45   46   47 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10 No 1 (2026): G-Tech, Vol. 10 No. 1 January 2026 Vol 9 No 4 (2025): G-Tech, Vol. 9 No. 4 October 2025 Vol 9 No 3 (2025): G-Tech, Vol. 9 No. 3 July 2025 Vol 9 No 2 (2025): G-Tech, Vol. 9 No. 2 April 2025 Vol 9 No 1 (2025): G-Tech, Vol. 9 No. 1 January 2025 Vol 8 No 4 (2024): G-Tech, Vol. 8 No. 4 Oktober 2024 Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024 Vol 8 No 2 (2024): G-Tech, Vol. 8 No. 2 April 2024 Vol 8 No 1 (2024): G-Tech, Vol. 8 No. 1 Januari 2024 Vol 7 No 4 (2023): G-Tech, Vol. 7 No. 4 Oktober 2023 Vol 7 No 3 (2023): G-Tech, Vol. 7 No. 3 Juli 2023 Vol 7 No 2 (2023): G-Tech, Vol. 7 No. 2 April 2023 Vol 7 No 1 (2023): G-Tech, Vol. 7 No. 1 Januari 2023 Vol 6 No 2 (2022): G-Tech, Vol. 6 No. 2 Oktober 2022 Vol 6 No 1 (2022): G-Tech, Vol. 6, No. 1, April 2022 Vol 5 No 1 (2021): G-Tech, Vol. 5, No. 1, Oktober 2021 Vol 4 No 2 (2021): G-Tech, Vol. 4, No. 2, April 2021 Vol 4 No 1 (2020): G-Tech, Vol. 4, No. 1, Oktober 2020 Vol 3 No 2 (2020): G-Tech, Vol. 3, No. 2, April 2020 Vol 3 No 1 (2019): G-Tech, Vol. 3, No. 1, Oktober 2019 Vol 2 No 2 (2019): G-Tech, Vol. 2, No. 2, April 2019 Vol 2 No 1 (2018): G-Tech, Vol. 2, No. 1, Oktober 2018 Vol 1 No 2 (2018): G-Tech, Vol. 1, No. 2, April 2018 Vol 1 No 1 (2017): G-Tech, Vol. 1, No. 1, Oktober 2017 More Issue