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
 109   110   111   112   113 
SISTEM REKOMENDASI LAGU BERBASIS KNN MENGGUNAKAN FITUR AUDIO DARI SPOTIFY API Witanto, Nur Kholiq Yoga; Swanjaya, Daniel; Pamungkas, Danar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/9dahat61

Abstract

Sistem rekomendasi lagu berbasis fitur audio menjadi solusi untuk membantu pengguna menemukan lagu baru sesuai preferensi mereka. Penelitian ini bertujuan mengembangkan sistem rekomendasi lagu menggunakan algoritma K-Nearest Neighbor (KNN) dengan memanfaatkan fitur audio dari Spotify API seperti tempo, energy, valence, acousticness, dan danceability. Metode penelitian yang digunakan adalah waterfall, dimulai dari analisis kebutuhan, pengumpulan dataset dari Kaggle, normalisasi data, hingga implementasi dan evaluasi menggunakan metrik Top K-Accuracy. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi dengan tingkat akurasi sebesar 68%, yang berarti 3-4 lagu dari 5 lagu yang direkomendasikan relevan dengan preferensi pengguna. Penelitian ini membuktikan bahwa KNN dapat diterapkan secara efektif dalam sistem rekomendasi musik berbasis fitur audio, sehingga meningkatkan pengalaman pengguna dalam menikmati musik.
Analisis Preferensi Tren Produk Berkelanjutan dalam E-Commerce Menggunakan Metode K-Means Clustering Wulandari, Putri Widya Ayu Septi; Wulandari, Rindi Febri; 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: 10.29407/05w4km55

Abstract

Pertumbuhan pesat e-commerce mendorong perubahan perilaku konsumen, termasuk meningkatnya minat terhadap produk berkelanjutan. Penelitian ini bertujuan untuk menganalisis preferensi konsumen terhadap produk berkelanjutan dalam platform e-commerce menggunakan metode K-Means Clustering. Dengan memanfaatkan data historis transaksi dan atribut produk yang relevan, seperti label ramah lingkungan, bahan daur ulang, serta harga dan ulasan konsumen, dilakukan pengelompokan konsumen berdasarkan pola pembelian mereka. Hasil analisis menunjukkan adanya beberapa segmen konsumen dengan preferensi berbeda terhadap produk berkelanjutan, yang mencerminkan tingkat kesadaran dan kepedulian yang bervariasi. Temuan ini dapat menjadi dasar strategi pemasaran yang lebih terarah bagi pelaku e-commerce untuk meningkatkan penjualan produk berkelanjutan sekaligus mendorong konsumsi yang lebih ramah lingkungan.
PENGEMBANGAN SISTEM KLASIFIKASI SAMPAH OTOMATIS BERBASIS KECERDASAN BUATAN (AI) UNTUK MENDUKUNG PENGELOLAAN LIMBAH YANG BERKELANJUTAN Putri, Thisya Aisyah; Sari, Tia Novita; 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/b0wwcw75

Abstract

Tinjauan ini menyelediki dampak pengguna potensial (petugas penggunaan sampah, Masyarakat) dan ahli dalam bidang pengelolaan limbah terhadap pengembangan dan implementasi sistem klasifikasi sampah otomatis berbasis kecerdasan buatan (AI). Melalui metode pendekatan kualitatif penelitian ini diharapkan bisa memberikan harapan, kebutuhan, dan pandangan masyarakat terkait dengan perkembangan sistem dalam mendukung pengelolaan limbah secara berkelanjutan. Pengumpulan data yang dilakukan dengan wawancara mendalam dan analisis dokumen relevan untuk memberikan pengalaman yang mencakup berbagai aspek sosial, oprasional, dan teknis yang diperlukan guna dipertimbangkan dalam pengembangan sistem. Penelitian ini diharapkan dapat memberikan wawasan bagi para pengembang sistem untuk dapat membuat kebijakan dalam merancang serta dapat memberikan kontribusi mendalam guna meningkatkan efisiensi pengelolaan limbah, mengurangi biaya operasional, dan mendukung upaya pelestarian lingkungan.
Perbandingan Algoritma Naive Bayes dan Logistic Regression untuk Analisis Sentimen Pilgub Jatim 2024 Putra, Fajar Wahyuardha; Setiawan, Ahmad Bagus; Widodo, Danang Wahyu
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: 10.29407/5pr0py87

Abstract

Media sosial X (Twitter) menjadi sumber utama opini publik untuk peristiwa politik seperti Pilgub Jawa Timur 2024. Penelitian ini penting untuk memahami persepsi publik secara akurat. Metode yang digunakan adalah membandingkan kinerja algoritma Naive Bayes dan Logistic Regression untuk analisis sentimen pada dataset 2080 tweet yang dikumpulkan melalui crawling. Data melalui tahap prapemrosesan sebelum diklasifikasi menjadi sentimen positif, negatif, dan netral. Hasil penelitian menunjukkan Logistic Regression lebih unggul dengan akurasi 87%, dibandingkan Naive Bayes dengan akurasi 85%. Keunggulan ini juga diperkuat oleh F1-Score rata-rata yang lebih tinggi. Temuan ini menegaskan bahwa Logistic Regression lebih efektif untuk analisis sentimen politik lokal, memberikan landasan data yang kuat bagi perumusan strategi kampanye.
Prediksi Harga Saham Batubara Menggunakan Recurrent Neural Network (RNN) Ramadhani, Gilang; Mahdiyah, Umi; Wulanningrum, Resty
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/tps0k354

Abstract

Pergerakan harga saham dipengaruhi oleh berbagai faktor kompleks, termasuk kondisi makroekonomi, kebijakan politik, sentimen pasar, dan kinerja fundamental perusahaan. Tingginya volatilitas dan ketidakpastian yang terjadi di pasar modal Indonesia menuntut investor untuk menggunakan pendekatan prediksi yang andal guna mengoptimalkan strategi investasi. Dalam penelitian ini, dikembangkan model prediksi harga saham menggunakan metode Recurrent Neural Network (RNN), yang secara khusus dirancang untuk menganalisis data deret waktu dan mengenali pola temporal pada data historis harga saham. Data diperoleh dari platform Yahoo Finance dan melalui tahapan preprocessing seperti pembersihan data dan normalisasi agar sesuai dengan kebutuhan pemodelan. Hasil pengujian model RNN menunjukkan performa yang cukup baik dengan MAE sebesar 381.061, MSE 29.595.055, RMSE 544.013, dan MAPE 18,079%. Hasil ini menunjukkan bahwa RNN mampu mengikuti pola pergerakan harga saham secara akurat dan dapat dimanfaatkan sebagai alat bantu prediksi dalam mendukung keputusan investasi, khususnya di sektor energi.
Sistem Bantu Penilaian Kualitas Arang Tempurung Kelapa Subekti, Lutfi; Kasih, Patmi; Pamungkas, Danar Putra
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/bwssax84

Abstract

Penentuan kualitas arang tempurung kelapa sangat penting untuk mendukung daya saing industri arang di Indonesia. Namun, penilaian tingkat kematangan arang yang dilakukan dengan cara melihat fisik secara langsung dinilai kurang tepat. Data dikumpulkan dari lima lokasi produksi dengan total 180 sampel gambar yang telah diberi label kematangan. Penelitian ini bertujuan mengembangkan aplikasi Android untuk mengklasifikasikan tingkat kematangan arang tempurung kelapa secara otomatis menggunakan  fitur warna (HSV) dan tekstur (GLCM), serta penerapan klasifikasi Naïve Bayes. Hasil pengujian menunjukkan model mampu mengklasifikasikan tiga kategori kematangan dengan akurasi 58%, dengan presisi tertinggi pada kategori matang. Sistem ini dapat meningkatkan efisiensi dan konsistensi pengendalian kualitas arang tempurung kelapa, sehingga memberikan manfaat nyata bagi industri dan mendorong penerapan teknologi digital dalam penilaian mutu produk arang.
Pengembangan Sistem Kasir Berbasis Suara dengan Fuzzy Matching di Koperasi Harapan Mulya Kediri Ayu Meudea, Prita; Daniel Swanjaya; Julian Sahertian
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (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/w7mzpf55

Abstract

Sistem pencatatan transaksi manual di koperasi mahasiswa rentan terhadap kesalahan dan tidak efisien. Penelitian ini mengembangkan sistem kasir berbasis pengenalan suara (Automatic Speech Recognition/ASR) yang dipadukan dengan metode fuzzy string matching untuk mengenali nama produk secara lisan. Penelitian dilakukan di Koperasi Harapan Mulya UN PGRI Kediri menggunakan 80 data produk, dengan alat berupa laptop, mikrofon, dan library Python seperti SpeechRecognition, PyAudio, serta RapidFuzz. Hasil pengujian menunjukkan bahwa tingkat akurasi awal ASR hanya 40%, namun meningkat menjadi 86,6% setelah ditambahkan proses pencocokan melalui kamus dan fuzzy match. Sistem ini terbukti dapat mengurangi kesalahan input dan mempercepat proses transaksi. Temuan ini menunjukkan pentingnya pendekatan kombinasi STT dan fuzzy matching dalam lingkungan koperasi yang ramai. Dengan demikian, sistem ini dapat menjadi solusi praktis dan efisien bagi koperasi mahasiswa yang memiliki keterbatasan sumber daya.
Implementasi EfficientNet-B4 untuk Klasifikasi Penyakit Daun Tanaman Kentang Shodiq, Muchamad Fajar; Pamungkas, Danar Putra; Kasih, Patmi
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: 10.29407/4wa90c22

Abstract

Kentang (Solanum tuberosum L.) merupakan tanaman hortikultura penting di Indonesia, namun rentan terhadap serangan penyakit. Identifikasi dini diperlukan agar petani dapat melakukan pengendalian secara tepat. Metode tradisional identifikasi penyakit umumnya memerlukan keahlian khusus dan waktu yang lama. Pemanfaatan teknologi, khususnya pengolahan citra digital untuk mendeteksi penyakit tanaman. Penelitian ini bertujuan untuk mengklasifikasikan penyakit daun kentang menggunakan model EfficientNet-B4. Data berupa citra daun kentang dengan tujuh kategori kondisi yang dikumpulkan di lingkungan tidak terkontrol. Model diuji dalam tiga skenario: 20 epoch, 50 epoch, dan 20 epoch dengan augmentasi. Evaluasi dilakukan menggunakan akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh pada skenario 20 epoch tanpa augmentasi dengan akurasi 78,90%, presisi 79,82%, recall 78,90%, dan F1-score 79,05%. Skenario 50 epoch mengalami overfitting, sedangkan augmentasi tidak meningkatkan performa secara signifikan. Hasil ini menunjukkan potensi EfficientNet-B4 dalam klasifikasi penyakit daun kentang.
Simulasi Virtual Penempatan Furniture Ruang Tamu Menggunakan Teknologi Augmented Reality Berbasis Android Huda, Muhammad Miftahul; Sulaksono, Juli; Widodo, Danang Wahyu
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/a7wc7p26

Abstract

Perkembangan teknologi Augmented Reality (AR) telah membuka peluang baru dalam bidang desain interior, khususnya dalam memvisualisasikan penempatan furnitur secara virtual sebelum membeli produk furnitur. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi bernama PlacyAR berbasis Android yang memanfaatkan teknologi AR sebagai alat bantu visualisasi penempatan furnitur secara realistis di lingkungan nyata pengguna. Metode yang digunakan dalam penelitian ini adalah Multimedia Development Life Cycle (MDLC) yang terdiri dari enam tahapan yaitu konsep, perancangan, pengumpulan materi, pembuatan, pengujian, dan distribusi. Aplikasi ini dikembangkan menggunakan Unity Engine, Google ARCore, dan bahasa pemrograman C#, sementara desain antarmuka dirancang melalui Figma dan objek 3D furnitur dibuat menggunakan Blender. Hasil pengujian menunjukkan bahwa PlacyAR dapat berjalan dengan baik dan memberikan pengalaman interaktif yang memudahkan pengguna dalam memvisualkan posisi, ukuran, dan tampilan furnitur sebelum melakukan pembelian. Aplikasi ini diharapkan dapat menjadi solusi inovatif dalam proses pemilihan furnitur serta meminimalisir risiko kesalahan pembelian.
Identifikasi Sampah Organik Dan Anorganik Untuk Anak Usia Dini Lailatul Carisma Putri; Made Ayu Dusea Widyadara; Umi Mahdiyah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/9dnapg85

Abstract

Penelitian ini bertujuan untuk mengimplementasikan model YOLOv8 dalam mendeteksi dan mengenali jenis sampah organik dan anorganik guna membantu pembelajaran anak usia dini. Permasalahan utama yang diangkat adalah rendahnya pemahaman anak terhadap jenis sampah dan cara memilahnya. Metode yang digunakan meliputi pelatihan model dengan dataset yang terdiri dari 513 citra sampah organik dan 417 citra sampah anorganik selama 50 epoch. Hasil evaluasi menunjukkan bahwa model mampu mencapai akurasi sebesar 0.8974, yang menunjukkan performa deteksi yang cukup akurat dan stabil. Temuan ini menunjukkan bahwa teknologi deteksi objek berbasis YOLOv8 berpotensi diterapkan dalam edukasi lingkungan sejak usia dini.

Page 111 of 129 | Total Record : 1283

 109   110   111   112   113 

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