cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,308 Documents
 274   275   276   277   278 
Jaringan Saraf Tiruan Backpropagation Untuk Mendeteksi Anemia Melalui Konjungtiva Pada Mata Berbasis Pengolahan Citra Digital Rezki Ariz Rahadian; Rita Magdalena; R Yunendah Nur Fuadah
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Memeriksa kadar hemoglobin pada darah merupakan salah satu cara untuk mengetahui bila seseorang memiliki penyakit anemia. Umumnya, untuk mendeteksi anemia dibutuhkan sampel darah. Namun, cara tersebut bersifat invasive karena menggunakan jarum suntik. Terdapat cara non-invasive sebagai alternatif untuk mendeteksi anemia, yaitu memeriksa tingkat kepucatan konjungtiva pada mata. Berdasarkan permasalahan tersebut, pada tugas akhir ini penulis akan melakukan pengolahan citra digital untuk mendeteksi kepucatan konjungtiva pada mata. Hal ini dilakukan dengan menguji citra Red Green Blue (RGB), Hue Saturation Value (HSV) dan grayscale menggunakan metode ciri statistik orde satu. Hasil dari ekstraksi ciri diklasifikasikan menggunakan metode Jaringan Saraf Tiruan – Backpropagation (JST-BP). Dengan menggunakan metode tersebut, sistem untuk mendeteksi anemia mempunyai perfomansi dengan tingkat akurasi terbesar 70% dengan waktu komputasi 8,56 detik dengan menggunakan 40 sampel citra latih dan 40 citra uji. Dengan adanya sistem ini dapat menjadi pembanding dengan pendeteksian anemia secara invasive dan dapat bermanfaat untuk kesehatan masyarakat. Kata kunci: Hemoglobin; Konjungtiva; Anemia; Citra; Jaringan Saraf Tiruan Abstract Checking the hemoglobin level in the blood is one way to know if someone has anemia. Generally, to detect anemia requires blood samples. However, the method is invasive because it uses a syringe. There is a noninvasive way as alternative to detect anemia, such as checking the conjunctival pallor level of the eye. Based on these problems, in this thesis the author will perform digital image processing to detect the conjunctival pallor level of the eye. This is done by testing Red Green Blue (RGB), Hue Saturation Value (HSV) and grayscale using first order of statistical feature methods. The results of feature extraction are classified using the Artificial Neural Network method - Backpropagation (JST-BP). Using this method, the system for detecting anemia has performance with the greatest accuracy of 70% with computation time of 8.56 seconds using 40 sample of training image and 40 test images. With this system can be a comparison with invasive anemia detection and can be beneficial to public health. Keywords: Hemoglobin; Conjunctiva; Anemia; Image; Artificial Neural Network
Analisis Dan Implementasi Metode Certainty Factor Pada Sistem Pendukung Pengambilan Keputusan Untuk Penyakit Diabetes Melitus Hadli Fadli Santoso; Eko Darwiyanto; Untari Novia Wisesty
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Diabetes melitus merupakan merupakan penyakit dimana kadar gula darah seseorang meningkat yang disebabkan oleh ganguan sekresi insulin, kerja insulin atau keduanya. Diabetes melitus merupakan penyebab kematian terbesar keempat didunia. Gaya hidup modern yang cenderung tidak sehat, membuat penyandang penyakit diabetes melitus ini semakin meningkat. Peningkatan ini tidak diimbangi dengan tenaga professional yang menangani serta minimnya pengetahuan tentang gejala serta tindakan preventif terhadap penyakit ini juga menjadi penyebab penderita penyakit ini terus meningkat setiap tahunya. Banyak diantara penderita diabetes melitus yang tidak terdiagnosa karena minimnya pengetahuan tentang gejala diabetes melitus. Untuk itu diperlukan suatu aplikasi sistem pengambilan pendukung keputusan berupa sistem pakar untuk membantu dalam pengambilan keputusan untuk mendiagnosa penyakit diabetes melitus ini secara dini. Sistem ini mendiagnosa berdasarkan fakta dan gejala yang dialami pasien. Metode certainty factor diterapkan pada sistem ini sebagai metode untuk memecahkan masalah ketidakpastian yang muncul ketika seseorang merasakan suatu gejala, sehingga dapat meningkatkan ketepatan sistem ini untuk mendiagnosa penyakit diabetes melitus. Berdasarkan hasil implementasi dan pengujian didapat kan kesimpulan bahwa SPPK diabetes melitus ini dapat mendiagnosa pasien dengan akurasi 80%, serta dengan tingkat kepuasan, membantu, kebutuhan, fungsionalitas, kemudahan masing– masing adalah puas, membantu, butuh, memenuhi fungsionalitas, dan mudah terhadap SPPK ini. Kata kunci : sistem pakar, certainty factor, diabetes melitus, sppk
Implementasi dan Analisis Kesamaan Semantik Antar Kata Bahasa Indonesia Menggunakan Metode Pointwise Mutual Information Max I Gusti Ayu Chandra Devi; Moch. Arif Bijaksana; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pencarian informasi sudah menjadi bagian dari kebutuhan manusia, terutama pencarian informasi meng-gunakan bahasa sehari – hari. Salah satu contohnya adalah Bahasa Indonesia. Dalam melakukan pencarian informasi yang efektif, diperlukan kecerdasan yang sama antara komputer dan manusia dalam mengolah informasi. Manusia terbantu dalam pencarian informasi karena manusia dapat mengolah kata yang di-gunakan dalam pencarian informasi. Manusia memiliki pengetahuan tentang hubungan satu kata dengan kata lainnya, sedangkan komputer tidak dapat mengetahuinya karena komputer tidak mengetahui sense dari satu kata tersebut. Agar komputer memiliki kecerdasan yang sama, dibutuhkan pencarian nilai ke-saman semantik(semantic similarity) antar kata. Berdasarkan ide tersebut, metode similarity yang dipilih untuk mencari nilai similarity antar kata Bahasa Indonesia adalah metode PMImax yang merupakan tu-runan dari metode PMI. Metode PMImax dipilih karena metode ini dapat menghasilkan nilai similarity berdasarkan kemuculan suatu kata di dalam suatu korpus. Metode ini juga menghasilkan nilai similarity yang baik saat diterapkan dalam Bahasa Inggris. Sehingga penelitian ini menguji apakah metode PMImax dapat diterapkan dalam pencarian nilai similarity dalam Bahasa Indonesia, dan seberapa baik metode ini saat diterapkan. Dengan menggunakan korelasi pearson hasil penelitian ini menunjukkan bahwa, metode PMImax cukup baik diterapkan dalam mencari nilai similarity dalam kata – kata Bahasa Indonesia diban-dingkan dengan metode PMI dan Word2Vec. Nilai korelasi yang dihasilkan, 0,26 pada Miller and Charles, 0,33 pada Simlex-999 dan 0,52 pada WordSim-353 Similarity. Kata kunci : PMImax, PMI, Kesamaan Semantik, Kesamaan Semantik Antar Kata Abstract Searching for information is part of people’s needs, specially in using colloquial. For example Bahasa. In searching for information effectively, human and computers need to have the same knowledge in processing the information. People can easily get the information, because people know how to process the word they need. They have knowledge about how one word relates to another words, but computers can’t do that because computers don’t know any sense of the words. Therefore, computers need to find similarity value for each words. Based on the idea, similarity’s method that is choosen for calculating semantic similarity value between two words in Bahasa is PMImax that is a derivative from PMI method. This method was chosen because this method can give similarity value based on the words cooccurrence in a corpus. This method also gave a good result in English words. This study examines if this method can be implemented in Bahasa for calculating similarity value, and also examines how good this method in the implemantation. Using pearson correlation, the result of this study is PMImax gave good results when it is implemented in Bahasa compared to PMI and Word2Vec method. The correlation’s scores are 0,26 in Miller and Charles, 0,33 in SimLex-999, 0,52 in WordSim-353 Similarity. Keywords: PMImax, PMI, Semantic Similarity, Semantic Similarity Between words
Usulan Rancangan Metode Kanban Untuk Meminimasi Waste Inventory Pada Proses Produksi Tutup Botol Oli Ahm Biru Di Area Injection Molding Dan Finishing Pada Cv. Wk Menggunakan Pendekatan Lean Manufacturing Qonitah Zahidah; Marina Yustiana Lubis
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Abstrak CV. WK berdiri pada tahun 2000. Perusahaan ini bergerak di bidang Produksi Injection Plastik dan juga Mould Maker, yang bertujuan memberikan pelayanan produksi khususnya di bidang plastik. Jenis Produk Plastik yang diteliti dalam penelitian ini fokus pada tutup botol oli AHM berwarna biru. Berdasarkan data perusahaan, terdapat beberapa keterlambatan pengiriman produk tutup botol oli AHM pada bulan Januari hingga Oktober 2016. Berdasarkan permasalahan keterlambatan pengiriman tersebut, maka dengan menggunakan pendekatan lean manufacturing dilakukan pemetaan value stream mapping (VSM) current state untuk mengetahui pembuatan produk dari mulai pemesanan sampai produk dikirim ke pelanggan, kemudian dilakukan pemetaan process activity mapping (PAM) current state dengan menjabarkan aktivitas proses produksi yang akan dikelompokkan kedalam kategori aktivitas value added, non value added, dan necessary non value added pada setiap workstation, sehingga didapatkan hasil identifikasi adanya waste inventory sebesar 99,15%. Oleh karena itu, perlu dilakukan rancangan usulan perbaikan untuk meminimasi waste inventory pada area injection molding dan finishing. Tahap selanjutnya, dilakukan identifikasi akar penyebab waste inventory dengan fishbone diagram dan 5 why’s. Serta untuk tahap penyelesaian masalah pada setiap akar penyebab dari waste inventory dapat dengan menerapkan sistem kanban. Berdasarkan penerapan sistem kanban, didapatkan kartu kontrol produksi dan usulan perbaikan perancangan produk untuk mendukung berjalannya sistem kanban. Kata Kunci── lean manufacturing, value stream mapping, process activity mapping, waste inventory, fishbone diagram, kanban.
The Nearest Hotel Recommendation System Using Query Skyline Firdaus Anggraini; Kiki Adinugraha; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Saat ini banyak sekali orang yang mengadakan wisata di setiap harinya. Dari dalam negeri maupun dari luar negeri untuk mengunjungi suatu tempat di indonesia. Mereka mungkin menginap untuk satu malam atau untuk beberapa malam. Tempat yang dikunjungi biasanya adalah tempat wisata. Lebih khususnya di sekitar bandung biasa banyak pengunjung dari luar kota ke bandung dan sekitarnya, hingga menginap satu atau dua hari bahkan mungkin lebih. Namun disekitar lokasi wisata begitu banyak hotel, yang bisa untuk menginap para pengunjung. Dengan begitu banyak hotel yang ada, itu justru bisa menjadikan bingung untuk memilih mana yang kira-kira terbaik. Dengan adanya masalah tersebut di dunia sains terdapat solusi, yaitu query skyline. Dimana ide dari query skyine adalah memilih data dengan adanya dominasi antar data, sehingga akan menghasilkan pilihan yang lebih sedikit. Dimana hal ini bisa terjadi berdasarkan parameter. Dimana parameter minimal 2 parameter untuk implementasi query skyline ini. Diharapkan dengan menggunakan query skyline bisa membantu orang dengan mudah memilih hotel yang terbaik. Dari pilihan query tersebut yang nantinya akan direkomendasikan. Kata Kunci: Hotel, Query Skyline, Rekomendasi
Analisis Dan Simulasi Pengaruh Dispersion Compensating Fiber Pada Link Optik Berdasarkan Jarak Dan Bit Rate Ade Rizki Ginanjar; Akhmad Hambali; Muhammad irfan Maulana
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dispersi merupakan salahsatu faktor yang menurunkan performansi dari komunikasi serat optik. Dispersi kromatik adaah dispersi yang disebabkan oleh perubahan propagasi komponen frekuensi tertentu yang terkandung dalam pulsa optik yang menyebabkan pelebaran pulsa optik[6]. Salahsatu solusi yang digunakan untuk menanggulagi pelebaran pulsa adalah dengan menggunakan Dispersion Compensating Fiber (DCF). Penelitian penggunaan DCF ini sudah pernah dilakukan oleh beberapa peneliti salah satuya adalah dengan menggunakan DCF skema Pre Compensation dan post compensation yang menghasilkan BER yang sangat baik[4]. Pada penelitian ini menggunakan jarak 150 km, 500 km, 1000 km dengan menggunakan bit rate 10 Gbps dan 40 Gbps dan menggunakan multipleksing DWDM dengan menggunakan skema DCF yaitu Mix- Compensation. Hasil akhir pada penelitian ini adalah optimasi pada link optik dengan jarak 150 km dengan bit rate 10 Gbps performansi link optik sudah layak tanpa menggunakan kompensator dispersi dengan Q-factor rata- rata = 11,717374, sementara pada bit rate 40 Gbps dengan kompensator DCF terjadi kenaikan performansi dari link optik yaitu nilai Q-factor rata- rata= 6,6431275. Jarak 500 km dengan bit rate 10 Gbps dengan kompensator DCF terjadi kenaikan performansi link optik dari nilai Q-factor rata- rata= 2,2341275 menjadi = 9,8901175. Pada bit rate 40 Gbps performansi link optik dari Q-fator rata- rata= 1,022676 menjadi = 3,3668025. Dan untuk jarak 1000 km sebelum dan setelah menggunakan kompensator dispersi DCF semua kanal baik dengan bit rate 10 Gbps ataupun 40 Gbps menghasilkan nilai Q- factor = 0. Nilai Q-factor optimal pada bit rate 10 Gbps maksimal 500 km, sementara pada bit rate 40 Gbps maksimal 80 km. Kata Kunci DCF, BER, Q-Factor, DWDM, Bit rate, Jarak
Deep Neural Network Untuk Pengenalan Ucapan Pada Bahasa Sunda Dialek Tengah Timur (majalengka) Dede Nur Fathurrahman; Andrew Brian Osmond; Randy Erfa Saputra
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Indonesia merupakan negara besar dengan memiliki banya keberagaman budaya dan suku sehingga Indonesia memiliki banyak bahasa atau pun dialek yang berbeda beda satu daerah dengan daerah yang lainnya, dalam hal ini penulis membuat suatu program atau aplikasi speech recognition dengan metode Deep Neural Network untuk pengenalan ucapan bahasa sunda dialek Majalengka. Berbagai penelitian dalam pengolahan sinyal suara telah banyak di kembangkan salah satu penelitian yang menarik untuk dikembangkan adalah identifikasi dialek. Identifikasi dialek dilakukan untuk mendapat informasi lebih lengkap dari seseorang melalui logat suara dari berbagai daerah di Indonesia. Dengan menggunakan Deep Learning yang berfokus pada menemukan reperesentasi fitur bertingkat yang dimana pada tingkatan fitur yang lebih tinggi merepresentasikan lebih banyak aspek abstrak dari data. Oleh karena itu, penulis akan membuat suatu aplikasi Speech Recognition dengan metode Deep Neurel Network (DNN) untuk mengenali bahasa sunda dialek Majalengka. Keywords: Deep Neural Networks, Speech Recognition, Dialek, Neural Networks, Deep Learning. Abstract Indonesia is a big country with a lot of cultural diversity and ethnic groups so that Indonesia has many different languages or dialects different one region with other regions, in this case the authors make a program or application speech recognition with Deep Neural Network method for speech recogniciton of Sundanese language of Majalengka dialect. Various studies in the processing of voice signals have been widely developed one of the interesting research to develop is the identification of dialect. Identification of dialect is done to get more information from someone through voice accent from various regions in Indonesia. By using Deep Learning that focuses on finding reperesentation of multilevel features which at a higher level feature represent more abstract aspects of the data. Therefore, the author will make an application of Speech Recognition with Deep Neurel Network (DNN) method to recognize on Sundanese language of Majalengka dialect. Keywords : Deep Neural Networks, Speech Recgnition, Dialek, Neural Networks, Deep Learning
Sistem Kendali Mixer Otomatis Di Industri Makanan Aknesiya Fransiska Saragih; Porman Pangaribuan; Agung Surya Wibowo
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Mixer adalah suatu alat elektro mekanik multiguna yang digunakan sebagai pengaduk bahan baku makanan, zat tertentu, dan berbagai jenis bahan baku lainnya. Penggunaan alat ini tentu tidak lepas dari sistem kendali. Namun sekarang ini mixer yang digunakan oleh masyarakat yang dijual di pasaran belum bersifat kendali umpan balik. Hal ini menyebabkan pengguna mixer membutuhkan waktu dan tenaga yang lebih. Sistem kendali pada tugas akhir ini menggunakan sistem pengendali dengan metode fuzzy logic. Metode ini terdiri dari tiga proses yaitu fuzzyfication, fuzzy inference, dan defuzzyfication. Mikrokontroler yang digunakan sebagai dasar pengendali adalah Arduino Uno. Penggunaan fuzzy logic, limit switch dan sensor encoder pada mixer ini bertujuan untuk membuat pengaduk berputar sesuai dengan hasil pembacaan dari sensor. Pergerakan kecepatan putar pengaduk dibantu oleh motor AC serta rangkaian TRIAC yang dirancang sebagai pengontrol. Pada tugas akhir ini, alat mixer yang dirancang oleh penulis merupakan mixer berskala kecil dengan berat beban maksimal 3 Kg. Kecepatan putar alat mixer yang dirancang adalah dengan kecepatan konstan, yaitu 153 rps. Saat pengujian beban berupa 4 Kg tepung, diperoleh waktu 206 detik untuk mencapai settling time dengan nilai kecepatan 136,5 rps. Semakin berat beban bahan yang dicampur, maka semakin lama respon sistem mencapai set point.Kata Kunci : Mixer, Rangkaian TRIAC, Motor AC, Fuzzy Logic, Encoder
Analisis Sentimen Pada Twitter Untuk Games Online Mobile Legends Dan Arena Of Valor Dengan Metode Naïve Bayes Classifier Herodion Simorangkir; Kemas Muslim Lhaksmana
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Games online adalah sebuah produk aplikasi yang sangat populer saat ini. Banyak orang terutama generasi muda senang bermain games online. Games online yang sedang populer saat ini yaitu Mobile Legends dan Arena of Valor. Kedua games ini sedang marak dibicarakan orang banyak terutama di media sosial. Cara mengukur pendapat banyak orang tentang kedua games ini yaitu bisa menggunakan Analisis Sentimen. Tujuan Tugas akhir ini yaitu untuk memberikan informasi polarisasi sentimen yang terjadi pada komentar-komentar tentang games online Mobile Legends dan Arena of Valor dari sosial media Twitter. Informasi yang akan diberikan yaitu berupa klasifikasi sentimen positif dan negatif dan metode yang digunakan yaitu Naïve Bayes Classifier. Hasil prediksi tweet data Mobile Legends yaitu tweet positif ada sebanyak 33 tweet, dan tweet negatif ada sebanyak 44 tweet. Hasil prediksi Arena of Valor yaitu tweet positif ada sebanyak 54 tweet, dan tweet negatif ada sebanyak 151 tweet. Nilai akurasi, eror, recall, dan precision yang didapat masing-masing sebesar 88.89%, 19,18%, 96,97%, dan 69,57% untuk Mobile Legends sedangkan Arena of Valor memiliki nilai akurasi, eror, recall, dan precision masing-masing sebesar 39,02%, 60,98%, 88,89% dan 28,74%. Kata kunci : Analisis Sentimen, Naïve Bayes Classifier Abstract Online games are an application product that is very popular today. Many people, especially the younger generation are enjoy playing games online. Online games that are currently popular are Mobile Legends and Arena of Valor. These two games are being talked about by many people, especially on social media. How to measure the opinions from many people about these two games are can use Sentiment Analysis. The purpose of this Final Project is to provide information of sentiment polarization that occurs in comments about these two online games, Mobile Legends and Arena of Valor on Twitter. The information that will be provided is in the form of classification of positive sentiment and negative sentiment than the method used is the Naïve Bayes Classifier . The prediction of Mobile Legends data tweet is 33 tweets predictied of positive tweet, and 44 tweets predictied of negative tweet, then for of Arena of Valor is 54 tweets predictied of positive tweet, and 151 tweets predicted of negative tweet. The accuracy, error, recall and precision values obtained were 88.89%, 19.18%, 96.97% and 69.57% for Mobile Legends, meanwhile the Arena of Valor had the accuracy, error, recall, and precision values respectively are 39.02%, 60.98%, 88.89% and 28.74%. Keywords: Sentiment Analysis, Naïve Bayes Classifier
Usulan Perbaikan Pada Proses Produksi Sandal Untuk Mengurangi Waste Motion Dengan Pendekatan Lean Manufacturing Di Cv. Asj Shiela Azmy; Marina Yustiana Lubis; Pratya Poeri Suryadhini
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Abstrak CV. ASJ adalah perusahaan yang bergerak dalam industri sandal, sandal yang diproduksi dapat disesuaikan dengan permintaan pelanggan. Penelitian ini akan berfokus pada proses produksi sandal yang dipesan oleh PT.A, dalam prosesnya ditemukan adanya waste motion yang dapat mempengaruhi lead time dan sebagian besar waste motion terjadi di area persiapan assembly. Berdasarkan permasalahan tersebut, maka akan dilakukan perbaikan usulan untuk meminimasi waste motion. Pengolahan data dilakukan dengan menggunakan pendekatan Lean Manufacturing yaitu penggambaran Value Stream Mapping (VSM), untuk mengetahui kegiatan-kegiatan yang terjadi dirancang Process Activity Mapping (PAM) dan untuk mengurangi terjadinya waste motion di dilakukan penerapan menggunakan metode 5S. Berdasarkan Value Stream Mapping (VSM), diperoleh lead time produksi sebesar 29869.8 detik, berdasarkan Process Activity Mapping (PAM) diperoleh persentase kegiatan value added sebesar 21207.56 detik, non value added sebesar 5675.26 detik dan necessary non value added sebesar 2986.98 detik dan berdasarkan penerapan 5S diperoleh perancangan yang dapat mengurangi waste motion. Kata kunci : Lean Manufacturing, Waste Motion, Value Stream Mapping, Process Activity Mapping, dan 5S.

Page 276 of 831 | Total Record : 8308

 274   275   276   277   278 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 6 (2025): Desember 2025 Vol. 12 No. 5 (2025): Oktober 2025 Vol. 12 No. 4 (2025): Agustus 2025 Vol. 12 No. 3 (2025): Juni 2025 Vol. 12 No. 2 (2025): April 2025 Vol. 12 No. 1 (2025): Februari 2025 Vol. 11 No. 6 (2024): Desember 2024 Vol. 11 No. 5 (2024): Oktober 2024 Vol. 11 No. 4 (2024): Agustus 2024 Vol. 11 No. 3 (2024): Juni 2024 Vol. 11 No. 2 (2024): April 2024 Vol. 11 No. 1 (2024): Februari 2024 Vol. 10 No. 6 (2023): Desember 2023 Vol. 10 No. 5 (2023): Oktober 2023 Vol 10, No 5 (2023): Oktober 2023 Vol. 10 No. 4 (2023): Agustus 2023 Vol. 10 No. 3 (2023): Juni 2023 Vol 10, No 3 (2023): Juni 2023 Vol 10, No 2 (2023): April 2023 Vol. 10 No. 2 (2023): April 2023 Vol. 10 No. 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol. 9 No. 5 (2022): Oktober 2022 Vol 9, No 5 (2022): Oktober 2022 Vol 9, No 4 (2022): Agustus 2022 Vol. 9 No. 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol. 8 No. 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol. 8 No. 2 (2021): April 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue