cover
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)
ISSN : 25803336     EISSN : 25497952     DOI : https://doi.org/10.29407/inotek
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)
Articles 1,283 Documents
PERANCANGAN MATA PISAU PEMOTONG DAN PENCACAH PADA MESIN CHOPPER Mahardani, Adib Naufal; Mahmudi, Haris
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/vjarrw20

Abstract

Pemberian pakan ternak, khususnya sapi masih banyak dilakukan secara manual oleh pertenak tradisional, untuk meningkatkan keefisiensi dan kualitas pencacah pakan. Dirancang mata pisau baru pada mesin chopper, perancangan ini menggunakan pendekatan analisis  kebutuhan pengguna, studi literatur, dan pengujian langsung. Mata pisau dibuat dari baja karbon ASTM A36 dengan model pisau palang berjumlah 4 (empat) buat. Mesin dirancang unutuk menghasilkan potongan rumput gajah,dan bonggol jagung sepanjang 4 mm dengan kapasitas 200kg/jam, membutuhkan putaran mesin sebesar 375 rpm, hasil pengujian menunjukkan bahwa mata pisau bekerja secara optimal dan menghasilkan cacahan yang sesuai diharapkan,inovasi ini diharapkan dapat meningkatkan produktivitas peternak dalam pemberian pakan ternak.
Klasifikasi Serangga Hama Tanaman Padi Menggunakan Metode Convolutional Neural Network (CNN) Prakosa, Bryan Rizqi; Widyadara, Made Ayu Dusea; Mahdiyah, Umi
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/k99dvg58

Abstract

Indonesia merupakan negara agraris dengan sekitar 40% penduduknya bermata pencaharian sebagai petani, dan padi menjadi komoditas pertanian utama. Namun, produksi padi sering kali terganggu oleh serangan hama seperti wereng dan kumbang air padi. Kurangnya pengetahuan petani dalam mengenali jenis-jenis hama secara visual menjadi tantangan tersendiri dalam penanggulangan hama. Penelitian ini bertujuan untuk melakukan klasifikasi serangga hama pada tanaman padi menggunakan algoritma Convolutional Neural Network (CNN). Dataset citra hama yang digunakan terdiri dari 2,305 gambar yang diperoleh dari situs Kaggle, dan dilakukan proses augmentasi seperti rotasi, zoom, serta flip vertikal dan horizontal. Model CNN dibangun dan dilatih dengan berbagai konfigurasi parameter seperti jumlah epoch, jenis optimizer, dan fungsi aktivasi. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan wereng dan kumbang air padi dengan akurasi tinggi sebesar 96%, serta nilai precision, recall, dan F1-score sebesar 0,96 untuk masing-masing kelas. Confusion matrix juga memperlihatkan tingkat kesalahan klasifikasi yang sangat rendah. Dengan demikian, CNN terbukti efektif dan andal dalam mengenali serta mengklasifikasikan serangga hama tanaman padi berdasarkan citra.
Penerapan Estimasi Pose dengan Model MoveNet untuk Klasifikasi Posisi Gerakan Deadlift Menggunakan XGBoost Dyansyah, Kevin Ragil Krisna; Setiawan, Ahmad Bagus; 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: 10.29407/9xzamk35

Abstract

Klasifikasi fase gerakan pada latihan deadlift penting untuk menghindari cedera akibat postur yang salah. Penelitian ini mengembangkan sistem klasifikasi posisi “up” dan “down” menggunakan estimasi pose berbasis MoveNet Lightning dan algoritma XGBoost. Sistem mendeteksi 17 keypoint tubuh secara real-time melalui browser dan menghitung tiga sudut utama (pinggul, lutut, punggung) sebagai fitur klasifikasi. Data sudut tersebut dilabeli otomatis dan dilatih menggunakan XGBoost dengan akurasi uji mencapai 98,51%. Analisis menunjukkan bahwa sudut lutut memiliki kontribusi tertinggi terhadap hasil klasifikasi. Sistem berjalan sepenuhnya di sisi klien menggunakan React.js dan TensorFlow.js, memungkinkan klasifikasi real-time tanpa backend. Pendekatan ini menunjukkan bahwa kombinasi model ringan dan algoritma efisien dapat menghasilkan sistem pelatih digital yang akurat, ringan, dan portabel. 
ANALISIS SENTIMEN ULASAN PRODUK AMAZON MENGGUNAKAN ALGORITMA NAIVE BAYES UNTUK PREDIKSI RATING PRODUK Fatchurroziq, Ananda Bagus; Wicaksono, Jofan Vernanda; Daniati, Erna Daniati
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: 10.29407/3jgdj120

Abstract

Perkembangan teknologi e-commerce seperti Amazon menghasilkan data ulasan produk yang sangat besar dan menjadi referensi utama bagi konsumen. Studi ini mengeksplorasi klasifikasi sentimen dari ulasan pengguna terhadap produk di platform Amazon, dengan pendekatan probabilistik Naive Bayes untuk mengidentifikasi hubungan antara kata-kata dan penilaian bintang. Data yang digunakan berasal dari dataset ulasan makanan premium Amazon yang mencakup lebih dari 500.000 ulasan. Metode penelitian melibatkan pra- pemrosesan teks, termasuk penghapusan stopwords, tokenisasi, dan stemming. Dengan menggunakan algoritma naive Bayes, dapat membuat klasifikasi sentimen yang lebih akurat. Hasil penelitian ini menunjukkan bahwa algoritma Naive Bayes dapat digunakan dengan baik untuk analisis sentimen. dalam jumlah besar dan dapat digunakan untuk sistem rekomendasi produk atau umpan balik konsumen di platform e-commerce.
Penerapan Metode SAW pada Sistem Seleksi Siswa Program Akselerasi MAN 2 Kediri Wakhid, Achmad Choirun Nasrukhin; 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/jvyc4079

Abstract

Sistem seleksi kelas akselerasi di MAN 2 Kediri menggunakan metode Simple Additive Weighting (SAW) untuk menilai dan memilih siswa berdasarkan nilai IQ, nilai semester, nilai ujian, dan kepribadian. Proses seleksi meliputi normalisasi data dan pemberian bobot pada setiap kriteria untuk menghasilkan peringkat siswa secara objektif dan transparan. Sistem ini memudahkan pengambilan keputusan dalam menentukan siswa yang layak mengikuti kelas akselerasi dengan efisiensi dan keakuratan yang lebih baik. Penggunaan metode SAW meningkatkan kualitas seleksi dengan pendekatan berbasis data yang sistematis
Fine-Tuning Model YOLOv8 untuk Meningkatkan Robustness pada Implementasi Real-World Deteksi Produk di Kasir Koperasi Achmad Fachrudi, Rafi; Swanjaya, Daniel; Putra 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/n560a953

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi objek menggunakan model YOLOv8 guna mendukung sistem kasir cerdas tanpa barcode di koperasi. Model dilatih menggunakan dataset produk minuman kemasan yang dikumpulkan secara mandiri, kemudian dilakukan fine-tuning dengan data tambahan yang lebih bervariasi dari segi sudut, pencahayaan, dan kondisi objek. Hasil pengujian menunjukkan bahwa model fine-tuned lebih andal dalam mengenali objek di kondisi nyata meskipun terdapat penurunan pada beberapa metrik seperti precision dan mAP-50. Pendekatan augmentasi data dan pengaturan ulang pelatihan (freeze layer) terbukti meningkatkan kemampuan generalisasi model. Penelitian ini menunjukkan bahwa YOLOv8 dapat menjadi solusi efektif untuk otomatisasi kasir di lingkungan koperasi dan usaha kecil, serta mendukung upaya digitalisasi di sektor tersebut.
perancangan sistem transmisi mesin chopper dan pengaduk pakan ternak kapasitas 200 kg/jam Abdullah, Muhammad Mujahidin; Mahmudi, Haris
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/zt24xy88

Abstract

Pengembangan mesin chopper dan mixer pakan kapasitas 200 kg/jam memerlukan sistem transmisi yang mampu mentransfer daya secara efisien. Penelitian ini merancang sistem transmisi menggunakan pulley, v-belt tipe B, dan gearbox dengan rasio 1:30. Puli daya berdiameter 100 mm, puli penghubung 127 mm, dan input gearbox 304,8 mm. Rasio puli 1:1,27 menghasilkan putaran 1.732 rpm; diteruskan ke pencacah dengan rasio 1:1, dan ke gearbox dengan rasio 1:4 menjadi 433 rpm, lalu diturunkan menjadi 14,4 rpm pada mixer. Torsi maksimum tercatat pada poros pengaduk sebesar 2.606.916,36 kg/mm², untuk tegangan geser semua poros 4,83 kg/mm². Umur bantalan tertinggi 60,998 jam (penghubung), terendah 1,810 jam (chopper). Hasil ini menjadi dasar desain sistem transmisi yang optimal.    
Diagnosa Penyakit Kulit Dengan Sistem Pakar Berbasis Certainly Factor Fatkhur Rohman; Dwi Harini; Andreas Putra Handoko
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/bq30dq50

Abstract

Penyakit kulit tidak bisa dianggap sebagai hal yang sepele, karena jika dibiarkan dan tidak diberikan penanganan yang tepat, dapat berakibat fatal bagi penderitanya. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem pakar berbasis web yang dapat membantu mendiagnosa penyakit kulit berdasarkan gejala-gejala yang dirasakan oleh pengguna. Sistem ini dikembangkan menggunakan metode Certainty Factor (CF) untuk menghitung tingkat kepastian terhadap suatu penyakit, dengan menggabungkan nilai keyakinan dari pakar dan pengguna. Proses pengembangan sistem mengikuti model waterfall yang meliputi tahapan pengumpulan data, analisis kebutuhan, perancangan, implementasi, serta evaluasi. Terdapat 7 (tujuh) penyakit kulit yang dapat diidentifikasi pada sistem ini. Hasil akhir sistem berupa diagnosa penyakit yang disertai nilai CF dan saran penanganan awal berdasarkan gejala yang dipilih pengguna
Analisis Geospasial dalam Prediksi Volume Sampah Berdasarkan Lokasi Wilayah di Jakarta Maulana, Aftor; Daniati, Erna Daniati
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: 10.29407/0qrvtp58

Abstract

Di Jakarta, pengelolaan sampah DKI Jakarta di daerah tersebut terbebani oleh beberapa masalah termasuk peningkatan lebih dari 8000 metrik ton sampah akibat perubahan populasi yang terus meningkat dan pergeseran pola konsumsi. Tujuan dari studi ini adalah untuk menganalisis dan memprediksi metode pembuangan berdasarkan wilayah dengan memanfaatkan penambangan data dan analisis geospasial. Data yang relevan mencakup volume sampah, informasi geospasial, dan data demografis. Algoritma K-Means Clustering dan regresi digunakan dan ditemukan tiga kelompok wilayah berdasarkan jumlah sampah yang dihasilkan dengan tingkat pembuangan sampah tertinggi. Nilai Davies Bouldin Index sebesar 0,399 diatribusikan pada tingkat pembentukan blok yang menunjukkan hasil pengelompokan yang relatif valid. Temuan ini menunjukkan adanya ketimpangan dalam distribusi sampah di dalam distrik dan oleh karena itu terdapat kebutuhan yang lebih besar untuk partisipasi masyarakat serta infrastruktur. Rekomendasi yang diusulkan adalah peningkatan pendidikan publik tentang isu tersebut, peningkatan fasilitas pengelolaan sampah, dan penguatan program 3R (Reduce, Reuse, Recycle).
Analisis Perbandingan Metode SAW dan TOPSIS Pada Sistem Rekomendasi Penerima Bantuan Sosial Mulyo, Nando Rahmat Prasetyo; Widyadara, Made Ayu Dusea; Wahyuniar, Lilia Sinta
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/kww48483

Abstract

Penyaluran Bantuan Langsung Tunai (BLT) di salah satu Desa yang berada di Kabupaten Kediri menghadapi permasalahan ketidakakuratan dalam penentuan penerima bantuan, yang disebabkan oleh data yang tidak lengkap dan kurang diperbarui. Selain itu, faktor subjektivitas dalam proses seleksi juga memperburuk ketidakadilan distribusi bantuan. Penelitian ini bertujuan untuk menganalisis dan membandingkan efektivitas metode SAW dan TOPSIS dalam menentukan penerima bantuan sosial. Hasil perbandingan menunjukkan bahwa metode SAW memperoleh akurasi 100% pada sebagian besar alternatif, sementara metode TOPSIS menunjukkan perbedaan peringkat pada alternatif tertentu. Meskipun terdapat perbedaan kecil dalam hasil peringkat, kedua metode terbukti efektif dalam mendukung keputusan yang lebih objektif dan akurat dalam penentuan penerima bantuan sosial. Penelitian ini memberikan kontribusi untuk meningkatkan efisiensi dan akurasi penyaluran bantuan sosial di tingkat lokal.

Filter by Year

2017 2025


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