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
 118   119   120   121   122 
Perbandingan Model Klasifikasi untuk Deteksi  Berita Hoaks Menggunakan LSTM, Naive Bayes, Random Forest, K-Means, dan Word2Vec Afrinza, Laurenhia Salsabella; Frimansyah, Fariez Frimansyah; Ardita, Shella Ayu; Febriani, Vera Angelita
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/qmq3j747

Abstract

Penyebaran berita hoaks melalui media daring menjadi ancaman serius bagi masyarakat digital. Penelitian ini bertujuan untuk membandingkan performa berbagai model klasifikasi dalam mendeteksi berita hoaks, yaitu Long Short-Term Memory (LSTM), Naive Bayes, Random Forest, dan K-Means Clustering, dengan pemanfaatan Word2Vec sebagai metode representasi vektor kata. Dataset yang digunakan adalah kumpulan berita hoaks dan fakta yang telah tersedia secara publik. Hasil eksperimen menunjukkan bahwa LSTM memiliki akurasi tertinggi dalam mendeteksi berita hoaks, diikuti oleh Random Forest dan Naive Bayes, sedangkan K-Means kurang akurat karena merupakan metode unsupervised. Penelitian ini memberikan kontribusi terhadap pengembangan sistem deteksi berita hoaks otomatis yang andal.
Pengembangan Sistem Object Detection Kualitas Daging Ayam Berbasis YOLOv8 Prasetya, Bagus Dwi; Niswatin, Ratih Kumalasari; Farida, Intan Nur
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: 10.29407/8rqxav67

Abstract

Menjaga kualitas daging ayam sangat penting untuk keamanan pangan dan kesehatan konsumen. Metode inspeksi tradisional seringkali subjektif dan tidak efisien. Studi ini mengusulkan sistem deteksi kualitas daging ayam otomatis yang memanfaatkan algoritma deteksi objek YOLOv8 yang terintegrasi ke dalam aplikasi web berbasis Flask. Dataset terdiri dari tiga kategori yaitu ayam segar, ayam tiren, dan none. Model dilatih menggunakan Google Colaboratory dan dievaluasi melalui metrik presisi, recall, dan mean Average Precision (mAP). Model YOLOv8 menunjukkan kinerja tinggi, dengan presisi 0,975, recall 0,92, mean Average Precision (mAP@0.5) 0,972, dan mean Precision (mAP@0.5:0.95) 0,84. Sistem yang dikembangkan terbukti mampu mendeteksi kualitas daging ayam secara akurat dan efisien. Inovasi ini diharapkan dapat meningkatkan keamanan pangan serta membantu konsumen dan pelaku industri dalam memastikan mutu produk secara lebih objektif dan praktis.  
Penerapan Algoritma K-Means untuk Pengelompokan Minat dan Prestasi Siswa SMK PGRI 1 Kediri Rosadi, Asyadam abriel; Risa Helilintar; Intan Nur Farida
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/aspqv204

Abstract

Perkembangan teknologi informasi menuntut SMK  PGRI 1 Kediri menghasilkan lulusan yang kompeten dan berminat tinggi di bidang Teknik Informatika. Namun, tidak semua siswa menunjukkan performa dan minat yang sama. Penelitian ini bertujuan mengelompokkan siswa kelas XI jurusan TKJ berdasarkan nilai praktik dan minat karir menggunakan metode K-Means Clustering. Data dianalisis melalui normalisasi dan Elbow Method, yang menunjukkan jumlah cluster optimal adalah dua yaitu siswa berprestasi dan siswa yang memerlukan pendampingan. Penelitian  ini menunjukkan bahwa K-Means efektif dalam segmentasi siswa untuk mendukung strategi pembelajaran dan perencanaan karir yang lebih tepat sasaran.
APLIKASI PREDIKSI HARGA BINANCE COIN MENGGUNAKAN METODE ARIMA Krismon, Akbar
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/tk4fjy51

Abstract

Penelitian ini menggunakan metode Arima untuk memperkirakan harga binance coin diwaktu yang akan datang, dengan tujuan membantu Trader dalam memperkirakan harga yang akandating agar tidak mengalami kerugian. Penelitian ini bertujuan untuk mengembangkan sistemprediksi yang bertujuan untuk membantu para trader agar tidak mengalami kerugian yang sangatsignifikan. Topik ini dipilih karena pentingnya memiliki prediksi yang tepat untuk mueningkatkanhasil pendapatan para trader. Dengan menggunakan aplikasi berbasis web ini akan memudahankanuntuk pengguna, data harga pasar dianalisis melalui metode Moving Average untuk membentuk modelprediksi yang dapat diandalkan. Web ini dirancang untuk meningkatkan akurasi prediksi penjualan ,sehingga memungkinkan penyesuaian prediksi secara optimal. Hasil penelitian menunjukkanbahwa penggunaan web ini dapat membantu mendapatkan hasil dan memaksimalkan keuntungan.
Perbaikan Kualitas Citra Daun Jagung Menggunakan Metode Multi Level Median Filter Wicaksono, Bayu Korniawan; Ramadhani, Risky Aswi; Kumalasari N., Ratih
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/hw4d7335

Abstract

Citra daun jagung yang digunakan dalam pemantauan kesehatan tanaman sering mengalami gangguan visual akibat noise seperti Gaussian, salt-and-pepper, dan speckle, yang menyebabkan penurunan kualitas dan kesulitan dalam interpretasi data. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan menerapkan metode multi-level median filter guna meningkatkan kualitas citra. Metode ini diuji pada berbagai tingkat noise dan dianalisis menggunakan parameter PSNR (Peak Signal-to-Noise Ratio). Hasil menunjukkan bahwa filter ini efektif dalam mereduksi noise, terutama pada level rendah, dengan PSNR mencapai lebih dari 45 dB, meskipun kualitas menurun pada citra dengan noise yang sangat dominan. Dengan demikian, metode ini dapat digunakan sebagai solusi perbaikan citra daun jagung untuk mendukung analisis digital lebih akurat.
ANALISA PERAWATAN MESIN PENGADUK PETIS MENGGUNAKAN METODE PREVENTIVE MAINTENANCE yulianto, Eko; Istiqlaliyah, Hesti
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/eqb3pa62

Abstract

Perawatan adalah bagian yang tak dapat dipisahkan dari mesin itu sendiri. Dengan perawatan yang tepat, akan menghasilkan keawetan dari mesin itu sendiri.  Penelitian ini bertujuan untuk menganalisis perawatan mesin pengaduk petis menggunakan metode preventive maintenance agar mesin dapat bekerja lebih efisien, awet, dan mengurangi potensi kerusakan. Mesin pengaduk petis memiliki peranan penting dalam produksi skala industri rumah tangga, namun sering mengalami masalah karena kurangnya perawatan yang terjadwal. Dengan preventive maintenance, perawatan dilakukan secara rutin melalui inspeksi, pelumasan, pembersihan, dan penggantian komponen sebelum kerusakan terjadi. Penelitian ini dilakukan melalui pengamatan langsung, pengumpulan data kerusakan, serta analisis efektivitas perawatan yang diterapkan. Hasil penelitian menunjukkan bahwa metode preventive maintenance mampu memperpanjang umur mesin karena perawatan  Preventif Maintenance lebih terjadwal untuk mencegah kerusakan kecil menjadi besar. Sebagai contoh jika desain umur mesin 10tahun , tanpa perawatan  preventive maintenance umur mesin hanya 6 sampai 7 tahun saja, sebaliknya jika memakai perawatan metode preventive maintenance umur mesin bisa sampai 10tahun bahkan lebih, serta meningkatkan kualitas dan kuantitas produksi. 
Prediksi Volume Sampah Perkotaan Berbasis Data Spasial Menggunakan Random Forest di DKI Jakarta maulana, aftor; Aidina Ristyawan; Firmansyah, Andika; R Ndun, Anastasia R
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: 10.29407/5yeap977

Abstract

Pengelolaan sampah di DKI Jakarta menghadapi tantangan seiring pertumbuhan penduduk dan perubahan pola konsumsi. Penelitian ini memanfaatkan algoritma Random Forest Regressor untuk memprediksi volume sampah berdasarkan data spasial, seperti lokasi wilayah administratif, luas permukiman, dan kepadatan penduduk. Data dikumpulkan dari BPS, Dinas Lingkungan Hidup DKI Jakarta, serta platform pemetaan digital, mencakup lebih dari 600 titik wilayah. Model menghasilkan nilai R² sebesar 0,87, Mean Absolute Error 15,3 ton, dan Root Mean Squared Error 21,7 ton. Fitur paling berpengaruh adalah luas kawasan permukiman, jumlah penduduk, dan kepadatan wilayah. Model ini berpotensi membantu pemerintah dalam merencanakan distribusi armada dan fasilitas pengelolaan sampah secara lebih efektif. Penelitian juga merekomendasikan penambahan variabel seperti aktivitas ekonomi dan mobilitas penduduk guna meningkatkan akurasi prediksi di masa mendatang.
Deteksi Otomatis Penyakit Kuku Menggunakan Deep Learning Berbasis CNN ALFIANA HIDAYATI; Intan Nur Farida; Daniel Swanjaya
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: 10.29407/9cadwf02

Abstract

Penelitian ini bertujuan mengembangkan model klasifikasi citra kuku untuk mendeteksi kondisi sehat, Koilonychia, dan Onychomycosis menggunakan arsitektur Convolutional Neural Network (CNN) VGG-16. Dataset citra kuku dipra-proses dengan augmentasi khusus (spoon_augmentation) untuk menonjolkan fitur cekungan Koilonychia. Model VGG-16, dengan Fine-Tuning pada blok 5, dilatih pada 1588 citra pelatihan dan dievaluasi pada 286 citra pengujian. Hasil evaluasi menunjukkan akurasi 90.56%, dengan precision 81.36% untuk Koilonychia, 97.47% untuk kuku sehat, dan 90.54% untuk Onychomycosis. Sistem ini terbukti andal dalam mendeteksi kelainan kuku, berpotensi mendukung dermatolog dalam diagnosis cepat dan akurat. Pendekatan ini menunjukkan efektivitas Fine-Tuning VGG-16 pada dataset terbatas, menjadikannya solusi potensial untuk aplikasi diagnosis berbasis citra medis.
REDESAIN MATA PISAU PADA MESIN PEMIPIL JAGUNG DENGAN KAPASITAS 1 TON / JAM Muhammad Hani Fitrian Isnani; Ah. Sulhan Fauzi
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/tj47kc62

Abstract

Penelitian ini mengkaji redesain mata pisau mesin pemipil jagung kapasitas 1 ton/jam guna meningkatkan efisiensi dan kinerja operasional secara signifikan. Proses pengembangan meliputi studi literatur, observasi lapangan, analisis dimensi, perancangan ulang, fabrikasi komponen, pengujian kinerja, serta validasi hasil. Mata pisau baru dibuat dari baja S45C berukuran 100 mm × 50 mm × 6 mm. Desain ditingkatkan dengan menambah jumlah pisau dari 9 menjadi 14 unit, serta menerapkan konfigurasi 7 rantai dan 5 pisau pemukul. Pengujian membuktikan peningkatan kapasitas kerja dan efisiensi operasional mesin. Inovasi ini menjadi solusi tepat guna meningkatkan produktivitas UMKM pertanian, khususnya dalam kegiatan pascapanen jagung.
Sistem Absensi Siswa Dengan Teknologi RFID Berbasis IoT BAGUS SETYO CAHYONO; Rony Heri Irawan; Ratih Kumalasari Niswatin
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: 10.29407/5raghy93

Abstract

Sistem absensi manual yang digunakan di sekolah seringkali kurang efisien, menyebabkan data kehadiran terlambat tercatat dan orang tua tidak mendapatkan informasi secara cepat. Tujuan penelitian ini adalah membuat sebuah sistem absensi berbasis Internet of Things (IoT) memanfaatkan teknologi RFID, yang dapat mengirim notifikasi langsung kepada orang tua melalui Telegram. Pengembangan sistem ini mengikuti metode waterfall, meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem dibangun dengan PHP dan MySQL, kemudian diuji di SMP Islam Plus Al-Imam. Hasilnya membuktikan bahwa sistem mampu merekam kehadiran siswa secara otomatis dan mengirim notifikasi ke orang tua dalam waktu di bawah 5 detik. Dengan demikian, solusi ini mampu meningkatkan efisiensi dan akurasi data absensi di sekolah.

Page 120 of 129 | Total Record : 1283

 118   119   120   121   122 

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