cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adib Pakarbudi
Contact Email
adib@itats.ac.id
Phone
+6285103886639
Journal Mail Official
snestik@itats.ac.id
Editorial Address
Gedung A lt. 1 Fakultas Teknik Elektro dan Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim 100, Surabaya Jawa Timur, 60117
Location
Kota surabaya,
Jawa timur
INDONESIA
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Published by Institut Teknologi Adhi Tama Surabaya
ISSN : 27755126     EISSN : -     DOI : https://doi.org/10.31284/p.snestik
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) merupakan media publikasi atas makalah yang telah dikirimkan pada kegiatan seminar. Prosiding ini diterbitkan secara daring (media online) oleh Institut Teknologi Adhi Tama Surabaya setiap tahun mengiringi waktu kegiatan seminar. Adapun pengelola media publikasi ini ialah Fakultas Teknik Elektro dan Teknologi Informasi, ITATS.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 99 Documents
 6   7   8   9   10 
Search results for , issue "2025: SNESTIK V" : 99 Documents clear
Pengenalan Sinyal Otak Berbasis Machine Learning untuk Aktivasi Lampu Sen Otomatis pada Kendaraan Bermotor (Kasus Ibu-Ibu di Indonesia) Hartantom, Budi; Marliana, Iin; Pramono, Doni Eko Hendro
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.6901

Abstract

This study proposes an automatic turn signal activation system for motor vehicles based on brain signals using a machine learning approach, with a specific focus on rider behavior, particularly among Indonesian mothers. The system is designed to enhance driving safety by detecting brain signals using EEG devices and processing them through machine learning algorithms to identify the rider's intent to activate the turn signals. Data were collected from various rider groups, processed, and trained using machine learning models to ensure high classification accuracy. The test results indicate that this system effectively recognizes brain signal patterns and automates turn signal activation with adequate accuracy. The implementation of this system is expected to reduce the risk of accidents caused by riders' negligence in providing signals when turning.
Perancangan User Interface/Experience Aplikasi Penyewaan Motor Listrik Online XYZ Menggunakan Metode Kansei Engineering Salim, Rizki Irawan Salas; Sodik, Anwar
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7659

Abstract

This study aims to redesign the interface (UI) and user experience (UX) of the XYZ application with the Kansei Engineering approach to capture the emotional needs of users and translate them into design elements. The research process was carried out through initial usability testing using the System Usability Scale (SUS) method, followed by Kansei word identification, semantic differential questionnaire preparation, and multivariate statistical analysis (CCA, PCA, FA, and PLS). The resulting design draft was then retested using the SUS method. The results showed that the SUS score decreased from 61.25 to 60.13. This decrease indicates that although the Kansei Engineering approach can help compile designs based on user emotional perceptions, the implementation of the design still requires further evaluation to be functionally and emotionally aligned.
Perancangan Penilaian Kesiapan Pupuk Organik dari Limbah Ternak Menggunakan Klasifikasi K-Nearest Neighbors pada Mikrokontroler Erwanti, Nariyah Silviana; Sujono, Hari Agus; Sulistyowati, Riny; Taufiqurohman, Mohamad Nawal
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7282

Abstract

Produksi hasil pertanian memegang peran vital dalam menjaga ketahanan pangan global. Penggunaan pupuk merupakan faktor krusial yang mempengaruhi hasil pertanian. Di Indonesia, keterbatasan pupuk subsidi menjadi tantangan besar, dengan kebutuhan mencapai 13,5 juta ton, namun hanya sekitar 3,5 juta ton yang terpenuhi. Metode Shivansh dalam pembuatan pupuk organik mengandalkan pengukuran manual, yang seringkali menghasilkan ketidakpastian. Modernisasi metode ini dengan teknologi machine learning menjadi sangat diperlukan. Algoritma K-Nearest Neighbor (KNN), sebagai metode klasifikasi data berdasarkan jarak terdekat dari sampel uji ke sampel latih, dipilih untuk mengatasi masalah ini.Selain klasifikasi dengan KNN, pencatatan data historis untuk analisis lebih lanjut dan pemantauan jarak jauh menggunakan teknologi IoT sangat penting. Dengan dukungan protokol komunikasi fleksibel seperti Modbus, sistem ini dapat diterapkan dalam skala luas, termasuk industri. Penelitian ini menciptakan alat akuisisi data yang menggunakan sensor kelembaban tanah, suhu, dan pH. Sistem ini mengumpulkan data dengan rata-rata error sensor kelembaban tanah sebesar 2,5%, sensor pH sebesar 2,5%, dan akurasi sensor suhu 100%. Algoritma KNN berhasil diimplementasikan pada mikrokontroler untuk mengidentifikasi kesiapan pupuk organik berdasarkan parameter tersebut, memberikan penilaian yang cepat dan andal. Implementasi protokol Modbus memungkinkan komunikasi yang efisien antara alat akuisisi data dan perangkat lain, mendukung integrasi dengan berbagai sistem kontrol industri. Sistem data logger berbasis web server dan Internet of Things (IoT) dibuat menggunakan platform Firebase dan terintegrasi dengan aplikasi Blynk IoT, memungkinkan pemantauan dan pengelolaan data sensor secara real-time melalui antarmuka web dan aplikasi seluler
Implementasi Kriptografi Super Enkripsi Vigenere Cipher dan Data Encryption Standard (DES) pada Pengamanan Data Rekam Medis Pasien Rumah Sakit Gaol, Alief Saputra Lumban; Amiral, Hafidz Anggara ; Nurmuslimah, S.
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7425

Abstract

Rekam medis adalah dokumen data confidential berisikan fakta yang menggambarkan keadaan pasien yang dibuat oleh petugas kesehatan dirumah sakit. Dengan tidak adanya pengolahan data rekam medis yang benar, rumah sakit akan menjadi lebih susah dalam mengatur administrasi sebagaimana yang diharapkan. Salah satu cara yang dapat digunakan untuk mengamankan data rekam medis pada sistem informasi manajemen (SIM) adalah dengan menggunakan algoritma Vigenère Cipher. Algoritma Vigenère Cipher memiliki kelemahan sehingga diperlukan penggabungan dengan algoritma lainnya. Kombinasi dari dua atau lebih algoritma enkripsi dalam kriptografi disebut super enkripsi, yang mana menjadikan sistem kriptografi menjadi lebih kuat dalam meningkatkan keamanan data. Dalam penelitian ini algoritma Vigenère Cipher digabungkan dengan DES (Data Encryption Standards). Algoritma DES memiliki beberapa kelebihan yaitu Tingkat keamanan yang cukup tinggi, implementasi mudah, dan kemampuan dalam mode operasi berbeda-beda seperti operasi Electronic Codebook (ECB), Cipher Block Chaining (CBC) dan Output Feedback (OFB). Pada penelitian “Implementasi Kriptografi Super Enkripsi Vigenère Cipher dan Data Encryption Standard (DES) Pada Pengamanan Data Rekam Medis Pasien Rumah Sakit” dilakukan pengujian dengan menggunakan Avalanche effect dengan nilai rata-rata : Vigenère Cipher 5,96%, DES 20,14%, DES Vigenere Cipher 19,21%, dan Vigenère Cipher DES 20,35%. Dari empat metode yang diujikan, diperoleh nilai AE tertinggi yaitu pada pengujian Vigenère Cipher DES sebesar 20,35%. Sehingga memilliki tingkat kerumitan dan keacakan tertinggi yang menjadikannya cocok untuk digunakan dalam pengamanan data rekam medis pasien rumah sakit.
Analisis Perhitungan Rugi – Rugi Daya pada PT. Freeport Indonesia Bustomi, Yazid; Suheta, Titiek; Ramadhan, Alfian
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7203

Abstract

Penelitian ini bertujuan untuk menganalisis perhitungan rugi daya pada sistem kelistrikan PT. Freeport Indonesia, yang merupakan salah satu perusahaan tambang terbesar di Indonesia. Rugi daya listrik merupakan fenomena yang terjadi akibat perbedaan antara daya yang diproduksi dan daya yang diterima oleh konsumen akhir, yang dapat disebabkan oleh faktor-faktor seperti resistansi kabel, transformator, dan komponen sistem lainnya. Dalam penelitian ini, dilakukan analisis terhadap sistem distribusi listrik di area operasional PT. Freeport Indonesia Feeder#1, dengan menghitung rugi daya yang terjadi pada setiap komponen dan jalur distribusi. Metode yang digunakan meliputi pengukuran langsung, dan perhitungan rugi daya berdasarkan data historis penggunaan daya. Hasil analisa dan simulasi didapatkan nilai rugi – rugi daya pada bus 6  sebesar 1,841 kW dan 1,4 kW. Hal ini disebabkan karena bus 6 mempunyai panjang saluran 0,456 km dan pembebanan yang cukup besar yaitu 56,546 A. Untuk mengurangi nilai rugi daya tersebut dengan melakukan pergantian penghantar tipe ACSR yang semula luas penampang 67,4 mm2 menjadi 85 mm2. Dari hasil perbaikan tersebut dengan simulasi rugi – rugi daya pada bus 6 dari 1,4 kW turun menjadi 1,1 kW, sehingga mendukung keberlanjutan operasional perusahaan dalam jangka panjang.
Mendeteksi Volume Sampah di Tempat Sampah Menggunakan Sensor dan Mikrokontroler Nodemcu Esp8266 Berbasis IoT Udhata, Qariru Rakha; Anam, Khairil; Meo, Mario De Y. Carvallo
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7599

Abstract

Pengelolaan sampah yang efisien merupakan salah satu tantangan di lingkungan tempat tinggal, termasuk di rumah kos. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem deteksi volume sampah di tempat sampah menggunakan sensor dan mikrokontroler NodeMCU ESP8266 berbasis Internet of Things (IoT). Sistem ini mengintegrasikan sensor ultrasonik untuk mengukur jarak antara permukaan sampah dan bagian atas tempat sampah, serta mikrokontroler NodeMCU ESP8266 untuk memproses data dan mengirimkannya ke server melalui koneksi WiFi. Dengan menggunakan algoritma perhitungan volume, sistem dapat mendeteksi volume sampah secara real time dan memberikan notifikasi melalui aplikasi telegram atau pesan singkat ketika tempat sampah mendekati kapasitas penuhnya. Sistem ini diharapkan dapat membantu meningkatkan efisiensi pengelolaan sampah di rumah kos dengan menyediakan informasi volume sampah secara akurat dan tepat waktu, sehingga pengumpulan sampah dapat dilakukan dengan lebih terencana dan mengurangi risiko penumpukan sampah yang berlebihan.
Implementasi Metode Simple Multi Attribute Rating Technique untuk Penyeleksian Calon Tenaga Kerja Sulistyowati, Sulistyowati; Prihananda, Raafi; Rachman, Andy; Uttungga, Resa
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7335

Abstract

Penyeleksian calon tenaga kerja memegang peranan penting dalam memastikan bahwa individu yang dipilih memiliki kualifikasi yang sesuai dengan tuntutan pekerjaan. Proses seleksi yang kurang terstruktur dan bergantung pada penilaian subjektif seringkali menghasilkan keputusan yang tidak optimal. Penelitian ini bertujuan untuk menerapkan metode Simple Multi Attribute Rating Technique (SMART) dalam proses seleksi calon tenaga kerja. Metode SMART dipilih karena kemampuannya untuk menilai beberapa kriteria secara objektif dan terstruktur. Dalam penelitian ini, beberapa faktor penting dalam seleksi tenaga kerja, seperti usia, pendidikan, pengalaman lama bekerja, dan sertifikasi keahlian, dianalisis dengan memberikan bobot yang sesuai dengan tingkat kepentingannya. Dengan menggunakan metode SMART, diharapkan proses seleksi dapat dilakukan dengan lebih transparan dan efisien, serta menghasilkan keputusan yang lebih tepat dalam memilih calon tenaga kerja yang memenuhi kriteria yang diinginkan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem seleksi yang lebih efektif dan meningkatkan kualitas sumber daya manusia. Pengujian sistem dilakukan menggunakan 80 skenario data dengan 135 profil calon tenaga kerja, dan hasil pengujian menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 88,75%. Tingkat akurasi yang dicapai menunjukkan bahwa penerapan metode SMART secara umum dapat mendukung proses penyeleksian calon tenaga kerja dengan lebih objektif efisien dan efektif.
Internet of Things Pambudi, Wahyu Setyo
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Optimasi Model Rekomendasi Topik Skripsi berdasarkan Performa Akademik Mahasiswa menggunakan SMOTE Adiwijaya, Nelly Oktavia; Al Abror, Muhammad Farhan; Dharmawan, Tio; Hidayat, Muhamad Arief
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7055

Abstract

Sekitar 68% mahasiswa mengalami keterlambatan dalam menyelesaikan skripsi yang mengindikasikan adanya kesulitan dalam penentuan topik penelitian sesuai dengan minat dan keahlian.Ketidaksesuaian ini seringkali disebabkan kurangnya pemahaman mahasiswa terhadap kemampuan akademik yang dimiliki. Hal ini berdampak signifikan pada keterlambatan kelulusan mahasiswa.Penelitian ini bertujuan mengatasi permasalahan tersebut dengan membangun model klasifikasi untuk membantu mahasiswa dalam menentukan topik skripsi berdasarkan kemampuan akademik mereka. Indikator yang digunakan berupa transkrip nilai mata kuliah mahasiswa dari semester 1 hingga semester 6. Penelitian ini menggunakan metode Feature Selection dan SMOTE sebelum dilakukan pemodelan untuk meningkatkan kualitas data. Dua algoritma Support Vector Machine (SVM) dengan kernel RBF dan Naive Bayes tipe kategorikal digunakan untuk membangun model klasifikasi. Berdasarkan hasil analisis yang diperoleh bahwa penerapan SMOTE untuk penanganan data sebelum diklasifikasi berpengaruh sangat baik terhadap hasil akurasi. Algoritma Support Vector Machine dengan kernel RBF memberikan akurasi tertinggi sebesar 96.81% sedangkan Naive Bayes tipe Categorical menghasilkan akurasi 83.75%. Hasil penelitian ini memberikan solusi praktis bagi mahasiswa dalam memilih topik skripsi yang relevan dengan kemampuan mereka dimana mata kuliah yang terkait dengan setiap topik skripsi dapat berbeda-beda untuk masing-masing mahasiswa.
Perbandingan Performa Generator DC dan Generator Stepper untuk Pembangkit Listrik Tenaga Angin (PLTB) Skala Micro di Sidoarjo Erwanti, Nariyah Silviana; Sulistyowati, Riny; Husein, Ferrary Faisal; Sujono, Hari Agus
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7091

Abstract

Konsumsi energi global yang terus meningkat memicu kebutuhan akan pengembangan energi terbarukan yang efisien, mengingat keterbatasan energi fosil. Penelitian ini bertujuan untuk membandingkan performa generator DC dan generator stepper pada pembangkit listrik tenaga angin (PLTB) skala mikro di Sidoarjo. Metode penelitian meliputi analisis potensi energi angin berdasarkan data kecepatan angin dari BMKG, perancangan prototipe, pengujian alat, dan analisis hasil. Generator DC menghasilkan tegangan rata-rata 3,2 V dan arus 0,41 A, sedangkan generator stepper menghasilkan tegangan 3,02 V dan arus 0,09 A. Setelah melewati boost converter, generator DC menghasilkan tegangan 11,87 V dan arus 0,41 A, sementara generator stepper menghasilkan tegangan 11,9 V dan arus 0,09 A. Penelitian ini diharapkan memberikan kontribusi signifikan dalam pengembangan teknologi energi terbarukan di Indonesia, khususnya pada pemanfaatan energi angin skala mikro.

Page 8 of 10 | Total Record : 99

 6   7   8   9   10 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue 2025: SNESTIK V 2024: SNESTIK IV 2023: SNESTIK III 2022: SNESTIK II 2021: SNESTIK I