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
 117   118   119   120   121 
Klasifikasi Varian Mi Instan Menggunakan Algoritma YOLOv8 Deva Rahma Nugroho; 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/r8a09e23

Abstract

Deteksi objek yang merupakan bagian dari computer vision, telah banyak digunakan di berbagai bidang industri terutama perdagangan atau ritel. Salah satu algoritma deteksi objek yang dapat digunakan adalah YOLOv8, dikenal karena kemampuannya yang akurat dalam melakukan deteksi secara real-time. Penelitian ini, berfokus pada pembuatan model deteksi objek untuk produk mi instan menggunakan algoritma YOLOv8. Tujuan dari penelitian ini adalah untuk mengetahui performa algoritma YOLOv8 dalam memprediksi sebuah produk mi instan. Dalam proses training, dilakukan beberapa experiment untuk mengetahui komposisi dalam memperoleh hasil terbaik. Model diukur menggunakan confusion matrix dan hasil terbaik didapat saat model dilatih menggunakan epoch 50 dan batch 32, model mendapat nilai mAP50-95 sebesar 0.635. Meskipun masih dibawah nilai normal yaitu 0.7, model ini sudah cukup baik jika diterapkan ke sistem. Untuk semua kelas, model tersebut memiliki nilai precision 0.97 dan recall 0.969, nilai ini cukup tinggi untuk model yang dilatih dengan total 1050 gambar.
Penentuan Gizi Balita Kelurahan Bangsal Dengan Fuzzy Mamdani Berbasis Website Yan Arie Strada Tuhehay; Intan Nur Farida; Made Ayu Dusea Widyadara
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/n24nan53

Abstract

Masalah status gizi balita menjadi perhatian penting di Kelurahan Bangsal karena berkaitan langsung dengan pertumbuhan dan perkembangan anak. Kurangnya pemantauan gizi secara berkala menyebabkan keterlambatan dalam penanganan kasus gizi buruk dan stunting. Penelitian ini bertujuan untuk membangun sistem berbasis website yang dapat membantu menentukan status gizi balita menggunakan metode Fuzzy Mamdani. Parameter yang digunakan meliputi umur, berat badan, tinggi badan, dan lingkar lengan atas. Data diolah menggunakan logika fuzzy untuk menghasilkan kategori status gizi seperti kurang, normal, atau lebih. Hasil pengujian menunjukkan bahwa sistem dapat memberikan hasil yang konsisten dengan penilaian manual tenaga kesehatan. Kesimpulannya, sistem ini dapat menjadi alat bantu dalam pemantauan gizi balita secara cepat dan akurat serta berpotensi diterapkan di posyandu atau layanan kesehatan lainnya
Perancangan Chatbot FAQ Dengan Algoritma Naive Bayes Classifier Untuk Layanan Umum Bima, Fahrezian Arya; Sanjaya, Ardi; Ramadhani, Risky Aswi
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/qka7h384

Abstract

Chatbot adalah sebuah program yang dirancang untuk melakukan simulasi percakapan manusia. Penelitian ini menggunakan chatbot sebagai solusi untuk menggantikan layanan pengguna masyarakat dengan otomatis yang mampu menjawab pertanyaan umum seputar layanan umum masyarakat. Pengumpulan dataset tentang pertanyaan yang sering ditanyakan oleh masyarakat dilakukan dengan cara wawancara terhadap petugas layanan umum masyarakat. Model algoritma Naïve Bayes Classifier digunakan dalam pemodelan sistem chatbot. Hasil evaluasi yang dilakukan menghasilkan nilai akurasi sebesar 69.23%, presisi 58.97%, recall 69.23%, dan f1-score 60.51%. Chatbot berhasil menjawab 8 pertanyaan yang sesuai dari 10 pertanyaan yang dilakukan. Penelitian ini berhasil mengintegrasikan model chatbot kedalam basis web menggunakan Django sebagai server simulasinya. Model chatbot perlu dilakukan peninjauan kembali agar performa yang dihasilkan bisa lebih baik lagi.
Penerapan Algoritma YOLO dalam Sistem Klasifikasi Kendaraan Muhammad Vicko Putra Ardiansyah; Julian Sahertian; Rony Heri Irawan
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/xmvt6268

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem klasifikasi kendaraan berbasis video menggunakan algoritma YOLOv8m. Data diperoleh dari rekaman CCTV lalu lintas dan melalui tahap anotasi manual untuk menghasilkan dataset sebanyak 4.723 gambar yang terdiri atas lima kelas objek: Mobil, Motor, Truk, Bus, dan Background. Dataset diproses melalui augmentasi dan preprocessing, serta dibagi ke dalam data latih, validasi, dan uji. Model dilatih selama 40 epoch dengan ukuran citra 640x640 piksel menggunakan pretrained weights dari dataset COCO. Evaluasi dilakukan menggunakan metrik precision, recall, mAP@50, dan mAP@50–95, serta confusion matrix untuk mengukur performa klasifikasi per kelas. Hasil menunjukkan bahwa model mampu melakukan deteksi kendaraan dengan baik, dengan nilai mAP@50 mencapai 94.8% dan mAP@50–95 sebesar 77.3%. Sistem ini juga diuji menggunakan input video, dan menunjukkan nilai confidence tertinggi pada kelas Bus (87.72%) serta terendah pada Motor (78.29%). Temuan ini menunjukkan potensi YOLOv8m sebagai solusi deteksi kendaraan real-time berbasis video yang andal. 
Implementasi Sistem Monitoring Kelembapan Tanah Berbasis IoT pada Greenhouse Menggunakan Fuzzy Logic Aldiansyah, Fikri Afandy; Rony Heri Irawan; Risa Helilintar
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/jdephk34

Abstract

pertanian modern menghadapi tantangan dalam efisiensi penggunaan air, terutama pada sistem irigasi tradisional yang masih banyak digunakan di greenhouse. Penelitian ini bertujuan mengembangkan sistem penyiraman otomatis berbasis Internet of Things menggunakan sensor kelembapan tanah, logika fuzzy, dan mikrokontroler Arduino Uno R4 ESP32-S3. Sistem dirancang untuk memberikan respon otomatis terhadap kondisi kelembapan tanah secara real-time dan ditampilkan dalam antarmuka web. Penelitian dilakukan di greenhouse MTSN 2 Nganjuk menggunakan metode rekayasa sistem berbasis pengembangan dan evaluasi lapangan. Hasil penelitian menunjukkan bahwa sistem mampu mengurangi penggunaan air hingga 30% serta meningkatkan efisiensi waktu penyiraman.
Analisis Performa CNN Arsitektur MobileNet Untuk Pengenalan Penyakit Pada Tanaman Bawang Merah Prahesta, Hadi Rizky Dwi Via Prahesta; 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/fn6mgw27

Abstract

Penyakit pada tanaman bawang merah, seperti busuk bawah, jamur daun, dan serangan ulat, dapat menyebabkan penurunan kualitas dan kuantitas hasil panen. Deteksi dini penyakit sangat penting untuk mencegah kerugian lebih lanjut. Penelitian ini mengembangkan sistem klasifikasi otomatis berbasis citra menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV1. Dataset terdiri dari 250 citra daun bawang merah yang dikategorikan ke dalam empat kelas: normal, busuk bawah, jamur daun, dan ulat. Proses pelatihan menggunakan teknik augmentasi citra dan callbacks EarlyStopping serta ModelCheckpoint untuk mencegah overfitting. Model berhenti pada epoch ke-16 dan mencapai akurasi 92,00%, presisi 92,31%, recall 92,00%, serta F1-score 91,90%. Hasil ini menunjukkan bahwa arsitektur MobileNetV1 efektif dalam mengklasifikasikan penyakit pada tanaman bawang merah secara otomatis.
Implementasi Metode K-Means Clustering Untuk Rekomendasi Film Adrian Jala Putra Mahardika; Danang Wahyu Widodo; Ardi Sanjaya
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/hpt5cx32

Abstract

Sistem rekomendasi film sering kali menghadapi kesulitan dalam menggabungkan berbagai elemen seperti genre, rating, tahun rilis, dan sutradara untuk memberikan rekomendasi yang tepat. Penelitian ini merancang sebuah sistem rekomendasi berbasis web yang memanfaatkan algoritma K-Means Clustering untuk mengelompokkan film berdasarkan kesamaan atribut tersebut. Proses ini meliputi pengumpulan dan pra-pemrosesan data dari Kaggle, penerapan K-Means untuk pengelompokan, serta evaluasi model dengan menggunakan metrik Silhouette Score untuk memastikan kualitas dari setiap cluster yang terbentuk. Sistem ini mampu menyajikan rekomendasi film yang lebih sesuai dengan preferensi pengguna, serta memberikan informasi yang dapat digunakan oleh pengelola bioskop dalam menentukan film yang layak untuk dipromosikan dan ditayangkan secara lebih strategis.
Implementasi Data Mining Untuk Menentukan Pelanggan Potensial Menggunakan Algoritma Pengklasteran K-Means Dan K-Nearest Neighbors Setyadji, Teddy; Ramadhani, Risky Aswi; Wahyuniar, Lilia Sinta
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/mv4m8c75

Abstract

Penelitian ini mengimplementasikan metode K-Means Clustering yang dikombinasikan dengan K-Nearest Neighbors (KNN) untuk mengelompokkan pelanggan berdasarkan total belanja, intensitas belanja, dan jumlah poin, dengan tujuan membantu strategi pemasaran dan meningkatkan loyalitas pelanggan. Sistem dibangun menggunakan Laravel dan MySQL, di mana hasil clustering disimpan sebagai riwayat yang dapat diakses kembali. Metode K-Means digunakan untuk membentuk klaster berdasarkan kemiripan data, sementara KNN digunakan untuk mengklasifikasikan pelanggan baru ke dalam klaster yang telah terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengelompokkan pelanggan, serta memudahkan analisis pola belanja secara sistematis melalui aplikasi berbasis web.
Penerapan Metode Djikstra Dalam Menentukan Rute Terdekat Bengkel Di Kabupaten Nganjuk Izzuddin, Ahmad Rafi'; Ahmad Bagus Setiawan; Patmi Kasih
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/g39s1v85

Abstract

Penelitian ini bertujuan untuk merancang dan menerapkan Metode Algoritma Dijkstra dalam mencari rute jarak terdekat bengkel di Kabupaten Nganjuk. Manfaat penelitian ini mencakup penghematan waktu bagi pengguna saat mencari bengkel terdekat, penambah pengetahuan bagi peneliti mengenai penerapan metode ini, serta sebagai referensi bagi peneliti lain dan instansi terkait. Metode penelitian yang digunakan adalah kuantitatif, dengan fokus pada pengukuran jarak dan perhitungan rute terpendek.
Game Edukatif untuk Media Bantu Pembelajaran Interaktif Pengenalan Sampah Organik dan Anorganik Wafa, Muklas Khoiru
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/fbkj6n80

Abstract

Pengelolaan Sampah Organik dan Anorganik di sekolah dasar masih menjadi masalah karena rendahnya kesadaran siswa dalam memilah sampah. Penelitian ini bertujuan mengembangkan Game edukasi sebagai Media pembelajaran untuk meningkatkan pemahaman dan kesadaran siswa terhadap pengelolaan sampah. Metode penelitian menggunakan Research and Development dengan model Multimedia Development Life Cycle yang meliputi tahapan konseptualisasi, desain, pengumpulan materi, perakitan, pengujian, dan distribusi. Hasil pengujian menunjukkan bahwa game ini efektif meningkatkan pemahaman siswa tentang sampah organik dan anorganik, dengan tingkat keberhasilan fungsional sebesar 100%. Game ini juga meningkatkan minat belajar siswa melalui pendekatan interaktif dan visual.  

Page 119 of 129 | Total Record : 1283

 117   118   119   120   121 

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