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
 78   79   80   81   82 
Analisis Sistem Penentuan Jumlah Produksi Dengan Menggunakan Metode User Experience Questionnaire Karaman, Jamilah; Aliyadi, Aliyadi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3874

Abstract

Dalam suatu produksi, penentuan jumlah produksi harus diperhitungkan dengan baik. Hal ini mencegah terjadinya kelebihan produksi yang dapat mengakibatkan kerugian. Salah satu cara yang bisa digunakan untuk membantu industri rumahan dalam menentukan jumlah produksi adalah dengan menggunakan suatu sistem. Untuk mengetahui efektifitas dari sistem tersebut, maka sistem perlu dianalisis. Penelitian ini menggunakan metode User Experience Questionnaire (UEQ). Metode ini menganalisis sistem dengan memperhatikan 6 aspek, yaitu Daya Tarik (Attractiveness), Efisiensi (Efficiency), Kejelasan (Perspicuity), Ketepatan (Dependability), Stimulasi (Stimulation), dan Kebaruan (Novelty). Untuk menunjang kemudahan analisis sistem, diperlukan beberapa data. Sebanyak 35 orang bertindak sebagai responden. Responden diberikan kuesioner yang berisikan 26 pernyataan yang telah disesuaikan dengan metode UEQ. Analisis data menggunakan perhitungan metode UEQ. Adapun hasil penelitian diketahui bahwa aspek Daya Tarik (Attractiveness), Efisiensi (Efficiency), Kejelasan (Perspicuity) dan Stimulasi (Stimulation) memiliki kriteria “Sangat Baik”. Kriteria Ketepatan (Dependability) memiliki kriteria “Di bawah rata-rata” dan aspek Kebaruan (Novelty) memiliki kriteria “Baik”.
Pemanfaatan Metode K-Means Dalam Klasifikasi Waktu Citra Pantai di Kawasan Jalan Jalur Lintas Selatan Hidayah, Alvi Nurul; Wulanningrum, Resty; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4873

Abstract

Pariwisata memiliki potensi besar bagi perekonomian daerah. Kabupaten Tulungagung, Jawa Timur, terkenal dengan pantainya yang menakjubkan. Penelitian ini menggunakan DCSD dan K-Means untuk mengklasifikasikan gambar pantai berdasarkan waktu pengambilan. Metode ini membantu pengunjung memilih waktu terbaik untuk berwisata dan meningkatkan keterampilan fotografi mereka. Prosesnya meliputi pengambilan gambar, resizing, ekstraksi fitur warna dominan, dan pengelompokan dengan K-Means. Temuan menyoroti potensi fitur warna dominan sebagai indikator klasifikasi waktu hari pada gambar pantai. Penelitian ini memberikan wawasan baru bagi pariwisata Tulungagung dan menunjukkan potensi metode DCSD dan K-Means dalam klasifikasi citra. Hasilnya menunjukkan bahwa metode ini dapat mengelompokkan gambar ke dalam pagi, siang, dan sore dengan akurasi kebenaran masing-masing 50.00% kategori pagi dan 100.00% kategori sore. hasil akurasi ini di pengaruhi oleh warna dominant
Identifikasi Jenis Burung Menggunakan Yolo8 Berbasis Web Streamlit Iswoyo, Yodhi Pratama; Wulanningrum, Resty; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4902

Abstract

Burung adalah makhluk bertulang belakang yang penting untuk konservasi, namun metode identifikasinya sering lambat dan tidak akurat. Teknologi pengolahan citra dan kecerdasan buatan, seperti algoritma YOLO (You Only Look Once), meningkatkan deteksi burung secara real-time. Sistem ini mendeteksi lima jenis burung umum di Indonesia: Murai Batu, Kenari, Branjangan, Pentet, dan Jalak Bali. Deteksi citra burung menggunakan YOLO membantu orang awam mengenali jenis burung. Penelitian ini mengembangkan model deteksi burung dengan Streamlit untuk input gambar, menggunakan dataset dari Kaggle dan foto pribadi. Hasil model YOLOv8 dilatih dan diuji dengan citra baru, mampu mendeteksi jenis burung dengan cukup baik.
Performa Machine Learning Terhadap Analisis Sentimen Pemilu 2024 Melalui Media Digital Arifin, Miranda Putri; Mahdiyah, Umi; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4903

Abstract

Pemanfaatan media sosial untuk kepentingan publik sudah banyak digunakan, salah satunya untuk kampanye pemilu presiden 2024. Analisis sentimen bertujuan untuk komputasi kalimat opini berupa teks dari media aplikasi twitter. Dengan menggunakan proses bantuan machine learning didapatkan data crawling yang kemudian diolah dengan teks preprocessing yaitu cleaning, case folding, normalization, stopword remover, tokenization, dan stemming yang kemudian dilanjutkan ke tahap training dan testing kemudian evaluasi dengan Support Vector Machine (SVM). Hasil akhir evaluasi yang didapatkan dengan pemrosesan 50 data dan 100 data dimana perolehan 80% untuk hasil akurasi 50 data sedangkan 70% untuk hasil akurasi 100 data. Hasil yang berbeda ini membuktikan bahwa jumlah banyaknya data dan pemrosesan yang maksimal atau belum maksimal mempengaruhi perolehan hasil yang didapat.
Perbandingan Metode MFEP dan MAUT Dalam Seleksi Peserta Olimpiade Sains Nasional Aqharabah, Bhisri Hafi; Sahertian, Julian; Wahyuniar, Lilia Sinta
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4905

Abstract

Pemilihan calon peserta Olimpiade Sains Nasional (OSN) memerlukan evaluasi teliti dan objektif terhadap kriteria seperti prestasi akademik, kemampuan analitis, dan keterampilan problem-solving. Metode Multi-Factor Evaluation Process (MFEP) dan Multi-Attribute Utility Theory (MAUT) sering digunakan dalam pengambilan keputusan multikriteria, namun belum ada kajian mendalam mengenai kesesuaian keduanya dalam seleksi OSN. Penelitian ini membandingkan tingkat kesesuaian MFEP dan MAUT dalam seleksi calon peserta OSN melalui sistem pendukung keputusan berbasis web. Dengan pendekatan kuantitatif, data calon peserta OSN dianalisis berdasarkan nilai Penilaian Tengah Semester dari empat mata pelajaran. Keempat kriteria mata pelajaran tersebut adalah IPA (Ilmu Pengtahuan Alam), IPS (Ilmu Pengetahuan Sosial), Matematika, dan Bahasa Indonesia. Kedua metode diterapkan untuk mengevaluasi calon peserta. Hasil menunjukkan bahwa MAUT memiliki tingkat kesesuaian lebih tinggi daripada MFEP. Pada pengujian  skenario dengan jumlah 30 data alternatif, selisih prosentase tingkat kesesuaian diperoleh hasil selisih sebesar 0,00009%.  
Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label Amarya, Theo Krisna; Andy G, Asye Candra; Achmad, Ridho; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4906

Abstract

Di Indonesia, salah satu penyebab kematian dan gangguan neurologis paling umum adalah stroke. Tujuan penelitian ini adalah untuk membandingkan kinerja algoritma klasifikasi sebelum dan sesudah balance serta cross validation dalam mengklasifikasi penyakit stroke menggunakan dataset predict-stroke dari Kaggle. Random Forests, KNN, Naive Bayes, Decision Trees, SVM, Neural Networks, dan Logistic Regression adalah algoritma yang diuji. Pada penelitian ini, metode percobaan (eksperimen) digunakan. Langkah-langkah pemrosesan termasuk preprocessing, pembagian data untuk membedakan data pelatihan dan pengujian, dan evaluasi dengan cross-validation. nilai yang akan dinilai adalah akurasi, presisi, recall, dan F1. Hasilnya menunjukkan bahwa algoritma Random Forest menunjukkan tingkat akurasi tertinggi 94% setelah cross-validation dan penyeimbangan data. Meskipun, karena proses penyeimbangan, akurasi berkurang, Random Forest tetap memiliki performa yang baik dalam klasifikasi.
Analisis Website KSWI Kota Kediri Menggunakan Evaluasi Heuristic Ardyansyah, Fikri; Zaki, Feri Ilma
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4910

Abstract

Perizinan tenaga kesehatan di Kota Kediri menggunakan suatu aplikasi yang disebut dengan KSWI. Aplikasi KSWI merupakan aplikasi Pemerintah Kota Kediri yang menggunakan teknologi IT untuk melayani masyarakat. Dalam perizinan Tenaga Kesehatan perorangan, terdapat 2 jenis izin yaitu izin Tenaga Kesehatan (SIP/SIK) Dokter Umum, Dokter Spesialis, Dokter Gigi dan izin Tenaga Kesehatan Lainnya (Apoteker, Perawat, Bidan, ATLM, Sanitarian, Nutrisionis, Perawat Gigi dan Mulut, dan lain-lain). Namun Pada pelaksanaan pengoperasian aplikasi KSWI perizinan Tenaga Kesehatan terdapat masalah dalam segi sistem. Sistem informasi Perizinan Tenaga Kesehatan Kota Kediri kurang dalam unjuk kerja (performance) dikarenakan sistem sering kali down. Tujuan dari penelitian ini adalah untuk menganalisis Website KSWI dengan metode evaluasi heuristic untuk peningkatan pelayanan Perizinan Tenaga Kesehatan di Kota Kediri. Penelitian ini menggunakan metode 10 penilaian Heuristic Nielsen dan Molich. Hasil penelitian menunjukkan bahwa hasil savery rating bernilai 4,3 dimana berdasarkan skala savery rating berada pada kategori high priority, yang artinya sangat penting untuk diperbaiki. Berdasakan kekurangan yang diidentifikasi, diajukan rekomendasi guna sinkronisasi dengan aplikasi SI Nakes.
Pemanfaatan Data Mining untuk Analisis Keputusan Perizinan Tenaga Kesehatan Ardyansyah, Fikri; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4911

Abstract

Proses perizinan tenaga kesehatan merupakan langkah penting dalam menjaga standar kualitas dan keamanan pelayanan kesehatan. Dalam menghadapi tantangan evaluasi aplikasi yang kompleks dan volume yang tinggi, pemanfaatan teknologi Data Mining menjadi semakin relevan. Penelitian ini menyelidiki pemanfaatan Data Mining, khususnya algoritma Random Forest, untuk menganalisis keputusan perizinan tenaga kesehatan. Dataset yang digunakan mencakup data perizinan yang diterima dan ditolak, dengan berbagai atribut relevan. Proses analisis melibatkan pembacaan dan penggabungan data, penanganan nilai hilang, konversi nilai teks ke numerik, pembagian data, pembuatan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi 97%, dengan presisi 95%, recall 97%, dan F1-score 96%. Selain itu, analisis pentingnya fitur mengungkap kontribusi masing-masing fitur dalam membuat prediksi. Dengan demikian, penelitian ini memberikan wawasan baru yang mendukung pengambilan keputusan yang lebih baik dalam proses perizinan tenaga kesehatan, serta memastikan pelayanan kesehatan yang berkualitas dan aman bagi masyarakat.
Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest Faruqziddan, Muhammad; Aulia, Ewanda Herdika Septa; Azzahra, Salsabila Dini; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4912

Abstract

Kanker Tiroid merupakan sebuah jenis kanker yang berkembang dalam kelenjar tiroid, organ kecil yang terletak di bagian depan leher. Meskipun tingkat kematian akan kanker jenis tersebut rendah tetapi risiko kambuhnya kanker tiroid menjadi salah satu masalah lain yang perlu diatasi. Untuk membantu mengevaluasi kambuhnya kanker tiroid pada pasien tujuan penelitian ini mengembangkan sebuah model algoritma dengan memanfaatkan dataset dari UCI Machine Learning Repository. Dataset tersebut termasuk kedalam kategori klasifikasi dan Algoritma yang akan digunakan adalah Random Forest. Setelah dilakukan penelitian sesuai dengan Knowlegde Discovery in Databases (KDD), algoritma Random Forest memiliki Sensitifitas sebesar 98,39%, Spesifisitas sebesar 96,77%, Precision sebesar 96,83%, Area Under the Curve (AUC) sebesar 97,6%, dan Accuracy sebesar 97,5%. Dengan hasil yang ditemukan, algoritma Random Forest telah terbukti efektif dalam mengembangkan model untuk membantu mengevaluasi risiko kambuhnya kanker tiroid pada pasien
Analisis Usability Menggunakan Metode Webuse Pada Website Mie Gacoan Faruqziddan, Muhammad; Aulia, Ewanda Herdika Septa; Azzahra, Salsabila Dini; Ningrum, Dea Yuliana Ayu; Kurnia, Ovelina Devi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4913

Abstract

Mie Gacoan belakangan ini santer terdengar oleh masyarakat indonesia. Tidak hanya menawarkan aneka mie, Mie Gacoan juga menawarkan berbagai dimsum dan minuman yang tidak kalah menarik. Dengan semakin berkembang pesatnya bisnis mereka Mie Gacoan juga harus memiliki sistem pemasaran yang mendukung, salah satu cara strategis adalah menggunakan website. Kualitas website dapat dilihat dari tingkat usability website tersebut. Usability merupakan tingkat efektifitas, efisiensi serta kemudahan pengguna dalam menfaatkan suatu sistem. Untuk mengevaluasi tingkat usability sebuah website diperlukan metode pengukuran tertentu. Salah satu metode yang dapat digunakan adalah website usability evaluation tool (WEBUSE).Tujuan dari penelitian ini melakukan evaluasi website Mie Gacoan, dengan metode yang digunakan yaitu webuse. Setelah melakukan analisis webuse, website gacoan memiliki skor akhir 0.695 yaitu berkategori “Baik”. Skor ini menunjukkan bahwa website Mie Gacoan sudah cukup efektif dan efisien dalam mendukung kebutuhan pengguna. Temuan ini memberikan panduan bagi pengelola Mie Gacoan untuk meningkatkan kualitas website mereka lebih lanjut.

Page 80 of 129 | Total Record : 1283

 78   79   80   81   82 

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