cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sucipto
Contact Email
sucipto@unpkediri.ac.id
Phone
-
Journal Mail Official
semnainotek@unpkdr.ac.id
Editorial Address
Kampus II, Mojoroto Gang 1 No. 6 Kediri, Jawa Timur
Location
Kota kediri,
Jawa timur
INDONESIA
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Published by Universitas Nusantara PGRI Kediri
ISSN : 25803336     EISSN : 25497952     DOI : https://doi.org/10.29407/inotek
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation
Teknologi saat berkembang sangat cepat selama beberapa tahun terakir ini. Perkembangan teknologi tersebut merupakan salah satu dampak dari peningkatan inovasi dalam bidang teknologi. Ide-ide dan produk baru selalu ada untuk membantu kemingkatkan kualitas kehidpan manusia. Dalam rangka mendukung inovasi dalam bidang teknologi, Fakultas Teknik Universitas Nusantara PGRI Kediri menyelenggarakan Seminar Nasional Inovasi Teknologi (Semnasinotek)
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 1,283 Documents
 99   100   101   102   103 
Media Pembelajaran Suara ke Gerakan untuk Siswa Tunarungu Ramdhani, Risky Aswi; Firliana, Rina; Subkhi, M. Bahrul
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/s7yqp657

Abstract

Bahasa isyarat merupakan salah satu metode komunikasi yang efektif bagi penyandang tuna rungu. Namun pada kenyataannya tidak semua orang atau pendidik dapat berinteraksi atau menyampaikan informasi kepada siswa tuna rungu karena belum menguasai bahasa isyarat yang digunakan siswa. Tujuan dari penelitian ini adalah untuk mengembangkan media pembelajaran voice to motion berbasis web yang mampu menerjemahkan bahasa lisan Indonesia ke bahasa isyarat SIBI secara real time dan daring. Teknik yang digunakan dalam penelitian ini adalah R&D dengan model penelitian ADDIE dan model pengembangan sistem Waterfall. Aplikasi web ini dikembangkan dengan menggunakan bahasa pemrograman HTML, Golang, dan PostgreSQL. Bahasa pemodelan yang digunakan dalam perancangan adalah Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD). Pengujian sistem dilakukan dengan menerapkan metode White Box Testing dan Black Box Testing. Setelah dilakukan implementasi dan pengujian, sistem informasi voice to motion untuk media pembelajaran bagi siswa tuna rungu berjalan dengan efektif. Dengan adanya media pembelajaran ini, proses komunikasi atau penyampaian informasi yang dilakukan oleh seorang pendidik kepada siswa tuna rungu dapat berjalan dengan mudah dan diterima dengan baik oleh siswa tuna rungu
Optimasi Produksi Bioetanol Menggunakan Mikroalga untuk Meningkatkan Keberlanjutan Energi Hijau Samsurizal, Samsurizal; Zuriatni, Yulisya; Okvasari, Rudina; Azzahra, Septiannissa; Kentji, Muhammad Zulham
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/q92wbq50

Abstract

Produksi bioetanol sebagai alternatif energi terbarukan semakin penting untuk mendukung keberlanjutan energi hijau. Namun, proses produksi bioetanol dari bahan baku konvensional masih menghadapi tantangan terkait efisiensi dan dampak lingkungan. Mikroalga, seperti Chlorella vulgaris dan Spirulina platensis, menawarkan potensi sebagai sumber karbohidrat untuk bioetanol, namun optimasi produksinya masih diperlukan. Penelitian ini bertujuan untuk mengoptimasi produksi bioetanol menggunakan kedua mikroalga tersebut melalui simulasi perhitungan biomassa, kandungan karbohidrat, dan potensi bioetanol selama 100 hari. Hasil simulasi menunjukkan bahwa Chlorella menghasilkan biomassa 500 g/L dan potensi bioetanol 63.75 g/L pada hari ke-100, sedangkan Spirulina menghasilkan biomassa 400 g/L dan potensi bioetanol 40.80 g/L. Temuan ini memberikan wawasan penting tentang potensi mikroalga sebagai solusi energi hijau yang ramah lingkungan dan berkelanjutan, serta membuka peluang untuk penelitian lanjutan dalam mengoptimalkan proses produksi bioetanol dengan variabel lingkungan yang lebih beragam dan skala yang lebih besar.
Implementasi Teknik Ekstraksi Pose dengan MediaPipe dan Klasifikasi Random Forest untuk Penentuan Kualitas Gerakan Push-Up Andriawan, Riko; Kasih, Patmi; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/zf3hpm03

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis terhadap gerakan push-up menggunakan metode ekstraksi pose MediaPipe dan klasifikasi Random Forest. Ekstraksi fitur dilakukan dengan mendeteksi 12 titik tubuh utama (bahu, siku, pergelangan tangan, pinggul, lutut, pergelangan kaki) dari setiap frame video, yang dikonversi menjadi vektor numerik. Penentuan kategori “benar” dan “salah” dilakukan berdasarkan observasi visual terhadap postur, seperti kelurusan punggung, sudut siku, dan kestabilan tubuh, sesuai label dari sumber dataset. Data yang telah dilabeli digunakan untuk melatih model Random Forest, yang kemudian diuji dengan berbagai nilai random state. Hasil menunjukkan bahwa model memiliki akurasi tertinggi pada random state 0. Sistem ini juga dilengkapi antarmuka grafis (GUI) untuk mempermudah pengguna dalam mengunggah video dan memperoleh hasil klasifikasi secara langsung. Hasil ini berpotensi mendukung latihan kebugaran secara mandiri dan terstandar.
Analisis Perbandingan Model PSO-LSTM dan LSTM Konvensional untuk Prediksi Harga Bitcoin di Market Cryptocurrency Aprianto, Kresna; Mahdiyah, Umi; Wulanningrum, Resty
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/71q6xr58

Abstract

Cryptocurrency merupakan salah satu inovasi dalam sistem keuangan digital yang mengalami pertumbuhan pesat, dengan Bitcoin sebagai aset kripto yang paling banyak diminati. Di Indonesia, berdasarkan survei GlobalWebIndex tahun 2019, sekitar 10% pengguna internet telah memiliki aset kripto, menjadikan negara ini sebagai salah satu pasar terbesar di dunia. Namun, fluktuasi harga yang tinggi membuat prediksi harga Bitcoin menjadi aspek krusial dalam pengambilan keputusan investasi. Model Long Short-Term Memory (LSTM) sebagai salah satu metode deep learning unggul dalam memproses data deret waktu, namun performanya sangat dipengaruhi oleh konfigurasi hyperparameter. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi harga Bitcoin dengan mengoptimalkan hyperparameter LSTM menggunakan algoritma Particle Swarm Optimization (PSO). Evaluasi dilakukan menggunakan metrik Mean Squared Error (MSE), Mean Absolute Error (MAE), dan Root Mean Squared Error (RMSE). Hasil eksperimen menunjukkan bahwa model PSO-LSTM memberikan performa yang lebih baik dibandingkan model LSTM konvensional. MSE menurun sebesar 4,90% dari 1.142.860,6 menjadi 1.086.861,4; MAE menurun sebesar 11,78% dari 603,1 menjadi 532 dan RMSE menurun sebesar 2,48% dari 1.069 menjadi 1.042,5. Temuan ini membuktikan bahwa integrasi PSO sebagai metode optimasi dapat meningkatkan akurasi model prediksi, serta memperkuat validitas pendekatan kombinasi algoritmik dalam pengembangan sistem prediksi harga Bitcoin berbasis deep learning.
Aplikasi Deteksi Dini Penyakit Stroke Menggunakan Streamlit Amarya, Theo Krisna; Firliana, Rina; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xgvr9h34

Abstract

Di seluruh dunia, stroke adalah penyebab kematian dan kecacatan jangka panjang nomor dua.  Untuk mengurangi risiko komplikasi dan meningkatkan peluang kesembuhan pasien, deteksi dini stroke sangat penting.  Tujuan penelitian ini adalah untuk membuat aplikasi deteksi dini stroke berbasis pembelajaran mesin yang lebih akurat dengan menggunakan algoritma Random Forest dan Adaptive Boosting (AdaBoost).  Dataset Kaggle dengan 5.110 sampel dan dua belas fitur digunakan.  Implementasi model, pembagian dataset (80 persen pelatihan, 20 persen pengujian), dan pra-pemrosesan data (menangani nilai yang tidak ada, transformasi data, dan penyeimbangan kelas menggunakan SMOTETomek) adalah tahapan penelitian.  Hasilnya menunjukkan akurasi sebesar 96% untuk kedua kelas—stroke dan non-stroke—dengan presisi dan recall yang seimbang. Untuk memfasilitasi visualisasi dan prediksi secara real-time, framework Streamlit digunakan dalam pengembangan aplikasi.  Hasil penelitian menunjukkan bahwa kombinasi AdaBoost-Random Forest berhasil dalam klasifikasi stroke. Aplikasi berbasis web ini mungkin menjadi alat bantu yang bermanfaat untuk diagnosis stroke cepat.
Rancangan Sistem Deteksi Berita Hoaks dengan IndoBERT Berbasis Dataset Scraping Seimbang (2020–2025) Azis, Mochamad Abdul; Respati, Aditya Arya; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/k4y5pw15

Abstract

Penyebaran berita hoaks terus meningkat seiring berkembangnya teknologi informasi. Penelitian ini merancang sistem klasifikasi berita hoaks Bahasa Indonesia menggunakan model IndoBERT. Dataset disusun melalui web scraping dari TurnBackHoax.id (berita hoaks), serta CNN Indonesia, Detik.com, dan Kompas.com (berita non-hoaks), mencakup berbagai kategori berita dari tahun 2020 hingga 2025 dengan total 25.296 data. Seluruh data hoaks digunakan, sedangkan data non-hoaks disesuaikan agar seimbang. Model IndoBERT di-fine-tune dengan freeze layer 1–8 dan pelatihan selama lima epoch. Evaluasi menggunakan Confusion Matrix, Classification Report, ROC AUC, dan Precision-Recall Curve. Hasil menunjukkan bahwa model mampu mengklasifikasikan berita hoaks dan non-hoaks secara akurat. Penelitian ini memberikan kontribusi melalui pemanfaatan IndoBERT pada data terkini yang seimbang, serta penggunaan metode evaluasi yang komprehensif.
Analisis Segmentasi Kebiasaan Belanja Berdasarkan Data Penjualan Menggunakan Metode K-Means Aulia, Nurun Nihayatur Rifqiyah; Saputri, Cindy Avitaselly Bambang; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gd0edc94

Abstract

Segmentasi pelanggan merupakan strategi penting dalam meningkatkan efektivitas pemasaran ritel di era data-driven. Penelitian ini bertujuan mengelompokkan pelanggan berdasarkan kebiasaan belanja menggunakan algoritma K-Means. Data transaksi sekunder dianalisis melalui tahapan preprocessing, normalisasi, dan visualisasi Elbow Method untuk menentukan jumlah klaster. Hasilnya menunjukkan empat klaster utama dengan karakteristik unik, seperti pelanggan muda dengan frekuensi tinggi, hingga pelanggan senior dengan nilai transaksi tertinggi dan preferensi pembayaran digital. Analisis mendalam mengungkap hubungan antara usia, jumlah pembelian, dan metode pembayaran terhadap nilai ekonomi tiap segmen. Kebaruan penelitian ini terletak pada integrasi data perilaku dan demografis secara simultan dalam proses segmentasi, yang jarang dioptimalkan pada studi sebelumnya. Pendekatan ini mendukung penyusunan strategi pemasaran yang lebih personal dan tepat sasaran, serta mendorong pemanfaatan data transaksi sebagai aset strategis dalam pengambilan keputusan bisnis. 
Segmentasi Produk Berdasarkan Penjualan Menggunakan Algoritma K-Means Clustering(Studi Kasus: Shopee) Kurnia, Dennis Ma'rifatul; Hidayah, Yulistiya Nur; Daniati, Erna Daniati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/2tmxrk65

Abstract

Dalam lingkungan e-commerce seperti Shopee, terdapat ribuan produk dengan variasi harga dan performa penjualan yang berbeda. Untuk membantu penjual dan manajemen marketplace dalam pengambilan keputusan strategis, diperlukan pendekatan analisis data yang mampu mengelompokkan produk berdasarkan karakteristik relevan. Metode yang dinilai paling efektif dalam penelitian ini adalah analisis K-Means Kluster yaitu salah satu teknik clustering non-hierarkis yang bekerja dengan cara membagi sekumpulan objek atau data ke dalam beberapa kelompok (cluster) berdasarkan tingkat kemiripan karakteristik yang dimilikinya. Produk yang memiliki karakteristik yang sama akan tergolong ke dalam cluster yang sama, sementara produk dengan karakteristik yang berbeda akan dikelompokkan ke dalam cluster yang berbeda. Penelitian ini bertujuan untuk melakukan pengelompokan produk berdasarkan daya jual serta melihat keterkaitan antar variabel produk. Hasil segmentasi ini diharapkan memberikan informasi yang berguna untuk rekomendasi strategi penjualan, meningkatkan efisiensi promosi, dan memberikan insight bisnis yang lebih tajam bagi penjual maupun pihak pengelola marketplace dalam mengembangkan strategi pemasaran berbasis data.
Analisis Sentimen Komentar Twitter (X) tentang Kesehatan Mental menggunakan Naïve Bayes untuk Mengukur Opini Publik Latifah, Umul; Zuhriya, Tasbi Khatuz; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/pcj3sb07

Abstract

Penelitian ini dilakukan dengan tujuan untuk menganalisis komentar pengguna Twitter (X) terhadap isu kesehatan mental serta dampaknya terhadap opini publik. Dalam proses analisis komentar pengguna, metode yang digunakan adalah algoritma Naïve Bayes dengan pendekatan Analisis Sentimen untuk mengklasifikasi komentar menjadi sentimen positif dan negatif. Data yang digunakan dalam penelitian ini merupakan dataset Twitter (X) bertema kesehatan mental yang diperoleh melalui platform Kaggle. Dengan adanya penelitian ini diharapkan dapat memetakan opini publik yang bisa dijadikan dasar pemahaman terhadap persepsi masyarakat tentang kesehatan mental di media sosial khususnya Twitter (X).
Analisis Usability TikTok menggunakan Usability Testing dan System Usability Scale (SUS) untuk Meningkatkan Kepuasan Pengguna Agustin, Rizma; Nurlailli, Mediana; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/rram4218

Abstract

Perkembangan teknologi informasi dan media sosial mengubah interaksi daring, termasuk TikTok yang menggabungkan fitur sosial dan e-commerce. Penelitian ini mengevaluasi usability aplikasi TikTok menggunakan metode usability testing berbasis tugas nyata dan System Usability Scale (SUS) pada 10 responden usia 18-25 tahun. Evaluasi fokus pada navigasi pencarian hashtag, pengunggahan video, pemberian like dan komentar, serta fitur berbagi lintas platform. Hasil menunjukkan TikTok mudah digunakan, namun terdapat kendala pada hasil pencarian yang kurang relevan, pengaturan privasi membingungkan, dan opsi berbagi terbatas. Skor rata-rata SUS 69,25 mengindikasikan usability kategori “Good” (grade B). Temuan ini menekankan pentingnya perbaikan fitur pencarian, pengaturan privasi, dan perluasan opsi berbagi guna meningkatkan pengalaman dan kepuasan pengguna. Penelitian ini memberikan rekomendasi praktis bagi pengembang untuk membuat antarmuka TikTok lebih intuitif dan responsif terhadap kebutuhan pengguna.

Page 101 of 129 | Total Record : 1283

 99   100   101   102   103 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025 Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024 Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024 Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024 Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023 Vol. 7 No. 2 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023 Vol. 7 No. 1 (2023): PROSIDING NSEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023 Vol. 6 No. 3 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022 Vol. 6 No. 2 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022 Vol. 6 No. 1 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022 Vol. 5 No. 3 (2021): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2021 Vol. 5 No. 2 (2021): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2021 Vol. 5 No. 1 (2021): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2021 Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 Vol. 4 No. 1 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020 Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019 Vol. 2 No. 1 (2018): PROSIDING SEMNAS INOTEK Ke-II Tahun 2018 Vol. 1 No. 1 (2017): PROSIDING SEMNAS INOTEK Ke-I Tahun 2017 More Issue