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 1,397 Documents
Pengaruh Variasi Suhu dan Waktu Pengeringan Terhadap Efisiensi Mesin Oven Pengering Kerupuk Ahmad Abdurrois; Fatkur Rohman
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/6mx06376

Abstract

Industri kerupuk di Indonesia menghadapi tantangan inkonsistensi kualitas produk akibat proses pengeringan yang belum optimal. Penelitian ini bertujuan untuk: (1) menganalisis pengaruh variasi suhu pengeringan terhadap efisiensi termal dan konsumsi bahan bakar LPG; (2) mengevaluasi dampak durasi waktu pengeringan terhadap laju penurunan kadar air; dan (3) menentukan kombinasi suhu dan waktu pengeringan paling optimal pada mesin oven pengering kerupuk tipe rak berbahan bakar LPG. Pendekatan eksperimental kuantitatif digunakan dengan variasi suhu 60°C, 70°C, dan 80°C serta durasi 30, 60, dan 90 menit. Tiga perlakuan memenuhi SNI 01-4307-1996 (kadar air ≤12%): 70°C/90 menit (KA=8,83%), 80°C/60 menit (KA=9,90%), dan 80°C/90 menit (KA=5,50%). Perlakuan 80°C/60 menit ditetapkan paling optimal dengan efisiensi termal 16,8% dan konsumsi LPG 114 gram.
Penerapan Long Short-Term Memory Untuk Analisis Sentimen Ulasan Aplikasi Cryptocurrency Exchange Indonesia Dwijananda Galih Prameswara; Ahmad Bagus Setiawan; Intan Nur Farida
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/82zx9d63

Abstract

Cryptocurrency exchange merupakan platform digital yang banyak digunakan untuk melakukan transaksi aset kripto. Banyaknya ulasan pengguna pada Google Play Store dan Apple App Store menyulitkan proses analisis secara manual sehingga diperlukan metode analisis sentimen otomatis. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna lima aplikasi cryptocurrency exchange di Indonesia, yaitu Pintu, Tokocrypto, Indodax, Ajaib, dan Reku. Metode yang digunakan adalah Long Short-Term Memory (LSTM) dengan word embedding FastText. Dataset penelitian terdiri dari 27.500 ulasan yang diperoleh melalui web scraping dan API. Tahapan penelitian meliputi preprocessing data, pelatihan model, dan evaluasi menggunakan confusion matrix serta classification report. Hasil pengujian menunjukkan model memperoleh akurasi sebesar 86%. Analisis sentimen menunjukkan bahwa Indodax memperoleh sentimen positif tertinggi secara keseluruhan sebesar 89,58%, sedangkan Tokocrypto unggul pada kategori Trading dan Lainnya. Hasil penelitian dapat digunakan sebagai bahan evaluasi bagi pengembang aplikasi dan referensi bagi pengguna dalam memilih cryptocurrency exchange.
Perbandingan Performa Model Baseline dan Optimasi Hyperparameter EfficientNetB0 dalam Identifikasi Penyakit Daun Cabai Firma Nahwa Firdaus; Risa Helilintar; Rony Heri Irawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/5mn1wc53

Abstract

Penyakit daun cabai sering menyebabkan gagal panen, namun deteksi manual sering kali tidak akurat. Penelitian ini penting untuk menghadirkan solusi identifikasi otomatis berbasis kecerdasan buatan. Metode yang digunakan adalah arsitektur deep learning EfficientNet-B0 dengan membandingkan model baseline dan pengujian fine-tuning. Hasil penelitian menunjukkan model baseline mengalami overfitting dengan akurasi 62% akibat keterbatasan dataset lokal. Setelah optimasi fine-tuning dengan menurunkan laju belajar, akurasi global meningkat menjadi 65%. Model berhasil mengenali kelas virus keriting dengan sangat baik, meski kelas cercospora masih terkendala akibat kemiripan visual ekstrem dengan bacterial spot. Penelitian ini menyimpulkan bahwa modifikasi parameter mampu memperbaiki pengenalan bentuk daun keriting pada data kecil. Hasil ini penting sebagai fondasi pengembangan sistem deteksi penyakit tanaman lokal yang lebih adaptif.
Implementasi Metode Random Forest untuk Prediksi Bencana Banjir Bulanan di Wilayah Kabupaten Kediri Billkaf Syava Al Bana; Risa Helilintar; Rony Heri Irawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/52qp9398

Abstract

Kejadian banjir yang dipengaruhi oleh tingginya curah hujan dan jumlah hari hujan dapat menimbulkan berbagai dampak bagi masyarakat, terutama pada wilayah yang memiliki potensi banjir cukup tinggi seperti Kabupaten Kediri. Proses identifikasi potensi banjir secara manual dinilai kurang efeketif dalam mengenali pola hubungan data historis sehingga diperlukan sistem prediksi yang mampu membantu proses klasifikasi kondisi banjir secara lebih cepat dan terstruktur. Penelitian ini bertujuan membangun sistem prediksi bencana banjir bulanan menggunakan metode Random Forest dengan tahapan pra-pemrosesan berupa penggabungan data, transformasi data, normalisasi data dan pembagian data latih serta data uji. Hasil evaluasi model menunjukkan bahwa Random Forest memperoleh nilai akurasi sebesar 75% sehingga metode ini dinilai cukup baik dalam melakukan klasifikasi kondisi banjir dan tidak banjir. Model yang telah melalui proses evaluasi kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan framework Streamlit untuk membantu proses prediksi banjir secara lebih cepat dan terstruktur berdasarkan data yang dimasukkan pengguna.
Rancang Bangun Sistem E-Commerce Batik Djojo Koesoemo Blitar dengan Pendekatan Digital Storytelling Menggunakan Metode Agile Hanik Hatul Halimah; Abdi Pandu Kusuma; Muhammad Wahyu Rizqi Pratama
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dcw2sh55

Abstract

Batik Djojo Koesoemo Blitar menghadapi kendala sinkronisasi stok, pencatatan pesanan, reservasi kelas membatik, dan penyampaian nilai budaya produk secara digital. Penelitian ini bertujuan mengembangkan sistem e-commerce berbasis web yang mengintegrasikan digital storytelling dan manajemen operasional menggunakan Agile dengan kerangka kerja Scrum. Metode penelitian yang digunakan adalah Research and Development dengan pengumpulan data melalui observasi, wawancara, dokumentasi, studi literatur, dan kuesioner. Pengembangan dilakukan dalam dua sprint menggunakan React.js, NestJS, dan MySQL. Hasil penelitian menunjukkan sistem mampu menyediakan katalog produk, reservasi kelas, event, manajemen pesanan, laporan keuangan, serta fitur storytelling berupa hotspot filosofi motif, narasi audio, profil pembatik, dan halaman cerita merek. Black Box Testing menghasilkan 90,44%, sedangkan User Acceptance Testing memperoleh 91,78% dengan kategori sangat layak. Sistem dinilai mampu mendukung operasional dan memperkuat penyampaian nilai budaya batik.
Analisis Usability Website Komunitas Game Online menggunakan Metode UEQ Vian Ardhana; Ahmad Rasyid T.R; Adinda Rahmayani Putri; Damar Aryoseto Nugroho; Satria Kharisma A.S; Muhammad Adityayogis Wara
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/fbzf4014

Abstract

Perkembangan komunitas game online di Indonesia menuntut platform monitoring yang user friendly. Penelitian ini mengevaluasi kualitas pengalaman pengguna atau user experience pada landing page GameComm menggunakan metode User Experience Questionnaire atau UEQ. Evaluasi mencakup dimensi daya tarik, kejelasan, efisiensi, ketepatan, stimulasi, dan kebaruan. Data dihimpun via kuesioner daring berbasis UEQ yang diadaptasi ke skala Likert 1 sampai 5 terhadap 53 responden. Hasil analisis menunjukkan rata-rata keseluruhan sebesar 4,37 dari skala 5,00 dengan kategori Sangat Baik. Aspek Daya Tarik memperoleh skor tertinggi yaitu 4,44, disusul Efisiensi dan Kebaruan sebesar 4,41, sedangkan Stimulasi menjadi aspek terendah yaitu 4,25. Temuan mengindikasikan desain visual, arsitektur informasi, dan konsep inovatif GameComm memberikan pengalaman positif, namun elemen interaktivitas untuk keterlibatan jangka panjang masih perlu ditingkatkan.
Analisis Performa InceptionV3 Berbasis Transfer Learning untuk Klasifikasi Penyakit Daun Tebu Muhammad Fernanda Mulya Putra; Danang Wahyu Widodo; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xxw7ah87

Abstract

Penyakit daun tebu dapat menurunkan produktivitas tanaman dan memerlukan identifikasi yang cepat serta akurat untuk mendukung pengelolaan tanaman yang efektif. Penelitian ini bertujuan menganalisis performa InceptionV3 berbasis transfer learning dalam mengklasifikasikan penyakit daun tebu menggunakan citra digital. Dataset yang digunakan terdiri atas 1.999 citra daun tebu yang dikelompokkan ke dalam empat kelas, yaitu Mosaic, RedRot, Rust, dan Yellow. Dataset dibagi menjadi data latih, validasi, dan uji dengan rasio 70:15:15. Proses pelatihan dilakukan melalui dua fase, yaitu feature extraction dan fine-tuning, serta didukung penerapan augmentasi data untuk meningkatkan kemampuan generalisasi model. Hasil pengujian menunjukkan bahwa model mampu menghasilkan akurasi sebesar 86,18 persen dengan nilai precision, recall, dan F1-score yang seimbang. Temuan ini menunjukkan bahwa InceptionV3 berbasis transfer learning efektif digunakan untuk klasifikasi penyakit daun tebu dan berpotensi mendukung pengembangan sistem identifikasi penyakit tanaman berbasis kecerdasan buatan.
Sistem IoT Berbasis MQTT untuk Billing Otomatis dan Monitoring Energi Meja Biliar Yan Yusril Muzaky; Julian Sahertian; Ratih Kumalasari Niswatin
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/3mj61k88

Abstract

Usaha penyewaan meja biliar umumnya masih dikelola secara manual sehingga rawan ketidakakuratan data, pemborosan energi, dan ketiadaan laporan transaksi. Penelitian ini membangun sistem berbasis Internet of Things (IoT) yang mengintegrasikan mikrokontroler ESP32, protokol MQTT, relay, sensor daya PZEM-004T, dan aplikasi web Laravel untuk mengotomasi billing sekaligus mengendalikan lampu meja biliar secara real-time. Sistem menerapkan mekanisme prepaid: lampu menyala otomatis saat transaksi dikonfirmasi dan padam sendiri ketika durasi habis. Pengujian menunjukkan waktu respons rata-rata ±0,40 detik dengan keberhasilan komunikasi MQTT 100% dari 20 percobaan. Akurasi billing terbukti tanpa selisih terhadap perhitungan manual pada empat skenario uji. Dashboard menyajikan monitoring status meja, estimasi konsumsi daya PZEM-004T, dan laporan keuangan harian. Seluruh 12 fitur lulus uji fungsional dan pengguna menyatakan sistem mudah dioperasikan tanpa pelatihan teknis.
Implementasi Naive Bayes Pada Rekrutmen Calon Pegawai Alfian Alif Irawan; Rony Heri Irawan; Umi Mahdiyah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/r488nx16

Abstract

Proses rekrutmen calon pegawai yang dilakukan secara manual sering kali membutuhkan waktu yang lama dan berpotensi menimbulkan subjektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengimplementasikan metode Gaussian Naive Bayes dalam membantu proses klasifikasi kelayakan calon pegawai pada PT. Sumber Data Indonesia. Data yang digunakan merupakan data historis rekrutmen yang terdiri dari atribut pendidikan terakhir, usia, dan pengalaman kerja. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembentukan model menggunakan algoritma Gaussian Naive Bayes, serta evaluasi model menggunakan metode Stratified 5-Fold Cross Validation dengan Confusion Matrix. Dataset penelitian terdiri dari 40 data historis rekrutmen. Implementasi metode dilakukan pada sistem berbasis web yang dikembangkan menggunakan PHP dan MySQL, sedangkan proses pelatihan dan evaluasi model dilakukan menggunakan Python dengan pustaka scikit-learn. Hasil evaluasi menunjukkan bahwa model mampu melakukan klasifikasi kelayakan calon pegawai dengan performa yang sangat baik berdasarkan dataset penelitian. Nilai accuracy, precision, recall, dan F1-score yang diperoleh pada setiap fold menunjukkan konsistensi performa model dalam mengklasifikasikan data calon pegawai. Penerapan metode Gaussian Naive Bayes dapat membantu proses seleksi calon pegawai menjadi lebih objektif, terstruktur, dan berbasis data sehingga mendukung pengambilan keputusan dalam proses rekrutmen.
SISTEM E-LEARNING BERBASIS WEB DENGAN PENGEMBANGAN METODE RAPID APPLICATION DEVELOPMENT MENGGUNAKAN FRAMEWORK LARAVEL (Studi Kasus SMKN 1 Bakung) Rizky Yuniz Teresya; Abdi Pandu Kusuma; Wahyu Dwi Pustipasari
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/b7h7ys68

Abstract

Salah satu inovasi dalam proses pembelajaran yang terus berkembang adalah e-learning. Namun, pembelajaran di SMKN 1 Bakung masih menggunakan metode tatap muka dan media digital yang belum terintegrasi sehingga kurang mendukung pembelajaran dan evaluasi secara efektif. Penelitian ini bertujuan merancang dan membangun sistem e-learning berbasis web menggunakan framework Laravel dan metode Rapid Application Development (RAD) untuk meningkatkan efektivitas pembelajaran digital di SMKN 1 Bakung. Metode RAD diterapkan melalui tahapan Requirements Planning, Design Workshop, dan Implementation. Sistem dikembangkan menggunakan Laravel dengan arsitektur MVC, Eloquent ORM, dan integrasi Jitsi Meet. Hasil penelitian berupa sistem e-learning yang mendukung pengelolaan akademik oleh admin, pembelajaran oleh guru, dan akses pembelajaran daring bagi siswa. Pengujian menggunakan Blackbox Testing memperoleh tingkat keberhasilan sebesar 95,96%, sedangkan Close Beta Testing yang melibatkan ahli IT, admin, guru, dan siswa memperoleh tingkat kelayakan di atas 84% dengan kategori Sangat Layak. Hasil penelitian menunjukkan bahwa sistem dapat mendukung pembelajaran digital dan pengelolaan akademik di SMKN 1 Bakung.

Filter by Year

2017 2026


Filter By Issues
All Issue Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026 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