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
 79   80   81   82   83 
Prediksi Customer Churn Menggunakan Algoritma Decision Tree Putriani, Dewi; Prayogi, Anindita Puspa Ayu; Shofyana, Altha Inas; 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.v8i1.4914

Abstract

Dalam era bisnis modern, mempertahankan pelanggan yang ada seringkali lebih menguntungkan dibanding menarik pelanggan baru. Salah satu tantangan terbesar adalah churn atau hilangnya pelanggan. Prediksi churn menggunakan data mining, khususnya algoritma decision tree, memungkinkan perusahaan untuk mengidentifikasi faktor - faktor penyebab churn dan mengklasifikasikan pelanggan berdasarkan kemungkinan mereka untuk berhenti berlangganan. Penelitian ini menggunakan metodologi SEMMA (Sample, Explore, Modify, Model, Assess) untuk menganalisis dataset customer churn yang terdiri dari 64.000 data. Hasil penelitian menunjukkan bahwa model decision tree memiliki performa prediksi lebih tinggi dibandingkan algoritma lainnya, dengan akurasi mencapai 99.7%, precision 99.7%, recall 99.7%, dan F1-score 99.7%. Temuan ini memberikan wawasan penting bagi perusahaan dalam mengembangkan strategi retensi pelanggan yang lebih efektif.
Validasi Gerakan Sit Up Menggunakan Trigonometri Berbasis OpenCV Trinurais, Mochamad Yuda; Sanjaya, Ardi; Suhertian, Julian
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.v8i1.4915

Abstract

Latihan sit up merupakan salah satu aktivitas olahraga yang efektif untuk mengencangkan otot perut. Dengan memanfaatkan teknologi seperti MediaPipe dan OpenCV, dapat dikembangkan sistem yang memberikan umpan balik realtime yang dapat memvalidasi gerakan sit up, memeriksa kebenaran gerakan sesuai kriteria, dan menghitung jumlah gerakan sit up yang benar secara otomatis. Sistem ini menggunakan algoritma trigonometri untuk menghitung sudut sebagai dasar validasi. Pada percobaan pertama, tidak ada kesesuaian penilaian antara pelatih dan aplikasi karena perubahan posisi kaki yang menyebabkan sudut pada titik lutut menjadi lebih besar. Pada percobaan kedua, penilaian antara pelatih dan aplikasi semuanya sama karena penambahan kriteria validasi yang memungkinkan toleransi lebih besar pada sudut lutut, sehingga validasi dapat dilakukan dengan benar.
Analisis Kegunaan Aplikasi Ipusnas dengan Pendekatan Evaluasi Heuristik Putriani, Dewi; Prayogi, Anindita Puspa Ayu; Khasanah, Reka Ainul; Aviva, Mieta Silvia; Shofyana , Altha Inas
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.v8i1.4916

Abstract

Penelitian ini membahas potensi kesulitan pengguna aplikasi perpustakaan digital iPusnas persembahan dari Perpustakaan Nasional Republik Indonesia. Masalah yang diidentifikasi meliputi menu tampilan yang tidak efisien, pencarian informasi buku yang kurang efektif, antarmuka yang kurang menarik, dan error pada fitur seperti sistem login dan peminjaman buku. Masalah-masalah yang dihadapi oleh pengguna dalam penggunaan aplikasi iPusnas memiliki urgensi yang besar dalam konteks peningkatan aksesibilitas dan penggunaan sumber daya ilmiah. Perbaikan yang cepat dan efektif penting untuk memastikan iPusnas berfungsi optimal sebagai sumber informasi ilmiah yang dapat diandalkan bagi pengguna. Tujuan penelitian ini adalah untuk mengevaluasi kualitas layanan iPusnas dan mengidentifikasi area perbaikan yang diperlukan, menggunakan prinsip evaluasi heuristik. Metode penelitian ini menggunakan pendekatan kuantitatif. Dari perhitungan interval berdasarkan hasil kuesioner, nilai aplikasi iPusnas mencapai 0.24%, yang menunjukkan bahwa pengguna menilai aplikasi tersebut sangat tidak mudah digunakan. Penilaian ini didasarkan pada 10 faktor yang disajikan dalam pertanyaan kuesioner.
Analisis Kinerja Algoritma Data Mining pada Klasifikasi Tingkat Obesitas dengan K-Fold Cross Validation dan AUC Santoso, Heru Teguh; Felmidi, Ferdian Ahmat; Fadhila, Amelia Nur; 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.v8i1.4917

Abstract

Obesitas menjadi masalah kesehatan global yang serius dengan dampak signifikan terhadap kualitas hidup dan risiko penyakit kronis. Klasifikasi tingkat obesitas menggunakan data mining dapat membantu dalam pencegahan dan pengelolaan obesitas. Penelitian ini bertujuan untuk menganalisis kinerja algoritma data mining seperti Naive Bayes, K-Nearest Neighbors (KNN), Decision Trees, Random Forest, dan C4.5 pada klasifikasi tingkat obesitas dengan K-Fold Cross Validation dan AUC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki kinerja terbaik dengan akurasi 96% dengan standart deviasi antar lipatan 0,02 dan nilai AUC 1 atau sempurna dibandingkan algoritma lainnya. Penggunaan model Random Forest dapat memberikan rekomendasi yang lebih akurat dalam upaya pencegahan dan penanganan obesitas. Penelitian ini penting karena dapat membantu dalam deteksi dini dan penanganan obesitas secara lebih efektif.
Implementasi Deep Learning Untuk Pengenalan Penyakit Antraks Pada Buah Cabai Ningrum, Bella Nurbuana Tri Cahya; Mahdiyah, Umi; Swanjaya , Daniel
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.v8i1.4918

Abstract

Penelitian ini mengimplementasikan Deep Learning, khususnya Convolutional Neural Network (CNN), untuk mendeteksi penyakit antraks pada buah cabai. CNN digunakan untuk mengklasifikasikan citra cabai terinfeksi dan tidak terinfeksi. Data gambar dikumpulkan dan diproses menggunakan TensorFlow's ImageDataGenerator untuk normalisasi, resize, dan pembagian batch. Grafik akurasi pada data pelatihan dan validasi dipantau selama proses pelatihan, sementara akurasi pada data pengujian dievaluasi setelahnya. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengendalian penyakit antraks pada tanaman cabai, meningkatkan hasil panen, dan mengurangi kegagalan panen yang disebabkan oleh penyakit. Implementasi pengenalan penyakit cabai menggunakan Convolutional Neural Network (CNN) menunjukkan bahwa CNN berhasil mengklasifikasikan penyakit Antraks pada cabai. Model mencapai akurasi validasi terbaik sebesar 90% pada epoch ke-23, berdasarkan grafik Training and Validation Loss serta Training and Validation Accuracy.
Prediksi Data Kelulusan Mahasiswa Dengan Metode Decision Tree menggunakan Rapidminer Faruq, Umar Al; Fauzi, Mohammad Ainun Naja; Fatayasya, Ikhfal; 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.v8i1.4919

Abstract

Prediksi kelulusan mahasiswa adalah upaya untuk memperkirakan kemungkinan seorang mahasiswa menyelesaikan studinya tepat waktu atau tidak. Hal ini sangat penting untuk membantu institusi pendidikan dalam mengambil keputusan yang lebih tepat dalam mengelola program pendidikan. Melalui penelitian ini, institusi pendidikan dapat membuat keputusan yang lebih tepat. Tujuan utama dari penelitian ini adalah untuk memprediksi kelulusan mahasiswa dengan akurasi tinggi. Penelitian ini dilakukan menggunakan perangkat lunak RapidMiner, serta menggunakan metode Decision Tree, dengan data mahasiswa yang memiliki berbagai variabel seperti umur, status kelulusan, dan IPK. Hasil penelitian menunjukkan bahwa akurasi prediksi kelulusan mencapai 96,57%. Penelitian ini juga dapat menjadi referensi bagi penelitian lanjutan dalam bidang prediksi data kelulusan mahasiswa.
Implementasi YOLOv8 Pada Pengenalan Sistem Isyarat Bahasa Indonesia Wibowo, Ridho Kuncoro Adji; Sanjaya, Ardi; Mahdiyah, Umi
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.v8i1.4920

Abstract

Penelitian ini mengembangkan sistem pengenalan abjad Sistem Isyarat Bahasa Indonesia (SIBI menggunakan YOLOv8 untuk meningkatkan komunikasi antara masyarakat umum dan penyandang tunarungu ataupun tunawicara. Dihasilkan 4 model dengan beberapa variasi parameter meliputi Learning Rate, Batch Size, dan Epoch untuk menentukan kombinasi optimal. Hasil menunjukkan model keempat dengan Batch Size 16 dan Learning Rate 0,001 dengan 20 Epoch memberikan hasil terbaik dengan mAP 0.853. Temuan ini penting untuk meningkatkan akurasi dan efisiensi deteksi isyarat abjad SIBI, serta membantu memperbaiki interaksi sosial penyandang tunarungu ataupun tunawicara
Data Warehouse Untuk Integrasi Data Pada Bisnis Retail Anggreini, Emi; Firliana, Rina; Nugroho, Arie
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.v8i1.4921

Abstract

Penelitian ini menyoroti pentingnya integrasi data dalam bisnis retail hijab, khususnya Oke Hijab yang berpusat, yang mengalami kesulitan dalam mengelola data penjualan dari berbagai cabang. Implementasi data warehouse diusulkan sebagai solusi untuk mengatasi data yang tidak terpusat. Menggunakan metode 4 Step Kimball, penelitian ini membangun skema data warehouse berbasis Star Schema yang terhubung dengan database MySQL dan ditampilkan melalui pivot tabel. Tujuan utama adalah mempermudah pengolahan data, mengintegrasikan data penjualan dari tiap cabang, dan mengidentifikasi jenis hijab yang paling diminati. Hasilnya menunjukkan bahwa model data warehouse yang dikembangkan mampu menyediakan informasi akurat untuk pengambilan keputusan bisnis, khususnya dalam menganalisis tren penjualan dan pendapatan. Implementasi ini diharapkan dapat meningkatkan efisiensi operasional dan mendukung strategi bisnis yang lebih adaptif.
Implementasi Four Step Kimball Data Warehouse Penjualan Pada Usaha Dagang Lestari, Afifah Kurnia; Daniati, Erna; Nugroho, Arie
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.v8i1.4922

Abstract

Informasi adalah komponen penting dalam pengembangan usaha. Persaingan bisnis yang ketat dan perubahan preferensi pelanggan menuntut pemanfaatan data secara optimal. Pengelolaan data yang efektif menjadi krusial untuk pengambilan keputusan strategis. Penelitian ini mengimplementasikan data warehouse menggunakan metode four-Step Kimball dengan skema bintang untuk mengolah data penjualan. Penelitian ini meliputi beberapa langkah seperti pembuatan database data warehouse, melakukan ETL, dan pengolahan data dengan pivot tabel maupun grafik pada excel. Data warehouse memungkinkan pengelolaan data historis sehingga dapat memberikan informasi untuk mendukung pengambilan keputusan. Hasil penelitian ini berupa informasi penjualan yang mengidentifikasi jumlah barang yang sering terjual berdasarkan waktu, kategori, nama barang, maupun dari segi pelanggan. Informasi ini membantu dalam manajemen stok, strategi penjualan, dan pengembangan produk.
Analisis Kualitas Sistem Informasi Perpustakaan Giandaka, Destria Septy Dara Firstila Putri; Indriati, Rini; Harini, Dwi
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.v8i1.4923

Abstract

Aplikasi Inlislite merupakan sistem informasi perpustakaan yang diterapkan Perpustakaan Kota Kediri untuk memberikan informasi bagi pengguna tentang bahan pustaka dan memudahkan staff perpustakaan dalam membuat laporan aktivitas perpustakaan seperti statistik peminjaman dan pengembalian, koleksi buku, dan mengetahui keaktifan pengguna. Masalah pada aplikasi Inlislite yaitu koneksi database yang terputus dan terdapat menu yang tidak dapat dibuka. Pengukuran kapabilitas untuk mengetahui kualitas sistem juga belum pernah dilakukan oleh Perpustakaan Kota Kediri. Oleh karenanya, perlu dilakukan analisis sistem informasi pada aplikasi Inlislite menggunakan framework COBIT 2019. Pengukuran capabilty level mendapati hasil sistem informasi perpustakaan berada pada level 1 yaitu pada proses DSS01 memiliki nilai 78%, DSS02 memiliki nilai 73%, DSS03 memiliki nilai 47%, dan DSS05 memiliki nilai 78%. Level yang diharapkan yaitu level 2, sehingga terdapat kesenjangan bernilai 1. Dari pengukuran ini dapat disimpulkan bahwa penting untuk dilakukannya upgrade sistem informasi dan pengelolaan sistem dengan lebih optimal untuk dapat mencapai level yang diharapkan.

Page 81 of 129 | Total Record : 1283

 79   80   81   82   83 

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