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 1,283 Documents
Pengembangan Website Smk Al - Amien Kota Kediri Menggunakan Framework Next Js Hidayatulloh, Moh. Yusuf; Mukminna, Halimahtus; Utomo, Yudo Bismo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (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/qdmhhq22

Abstract

SMK Al Amien Kota Kediri adalah sekolah menengah kejuruan yang bergerak di bidang pendidikan vokasi. Dalam era digital ini, keberadaan website menjadi penting bagi sekolah untuk meningkatkan citra dan branding, menyediakan informasi kepada siswa, orang tua, alumni, dan masyarakat umum, serta meningkatkan efisiensi dan efektivitas pengelolaan informasi dan komunikasi. Penelitian ini bertujuan untuk mengembangkan website SMK Al Amien Kota Kediri yang modern, informatif, dan mudah diakses menggunakan framework Next.js. Metode penelitian yang digunakan adalah metode penelitian pengembangan waterfall. Tahapan penelitian meliputi: analisis kebutuhan, perancangan website, pengembangan website, pengujian website, dan evaluasi website. Hasil penelitian menunjukkan bahwa website SMK Al Amien Kota Kediri yang dikembangkan dengan framework Next.js telah berhasil mencapai tujuan penelitian. Website ini modern, informatif, dan mudah diakses.
Penggunaan Data Mining untuk Prediksi tingkat Obesitas di Meksiko Menggunakan Metode Random Forest Aini, Ersa Dwi Nur; Khasanah, Reka Ainul; Ristyawan, Aidina; Diniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (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/ep0pzy43

Abstract

Metode KDD (Knowledge Discovery in Databases) digunakan untuk pemahaman masalah, pemilihan data yang relevan, dan preprocessing sebelum analisis data. Selanjutnya, algoritma KNN digunakan untuk klasifikasi obesitas berdasarkan faktor risiko. Algoritma ini mengelompokkan data baru berdasarkan tetangga terdekatnya dalam ruang fitur. Hasil evaluasi menunjukkan bahwa model Random Forest mencapai akurasi keseluruhan sebesar 93.38%. Model ini terutama unggul dalam memprediksi kelas Obesity_Type_I dan Obesity_Type_III, meskipun kinerjanya sedikit menurun pada kelas Overweight_Level_I. Meskipun demikian, Random Forest terbukti sebagai alat yang efisien dalam memproyeksikan tingkat obesitas, menunjukkan potensi dalam upaya pencegahan dan penanganan obesitas di Meksiko
Penerapan Segmentasi Wajah Menggunakan YOLOv8 Untuk Presensi Mata Kuliah Zakaria, Reza Naim; Wulanningrum, Resty; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/6t45ky68

Abstract

Penelitian ini mengembangkan penerapan segmentasi wajah menggunakan YOLOv8 untuk presensi mata kuliah. Dengan menggunakan algoritma YOLO, dapat mendeteksi wajah secara real-time. Sistem ini mendeteksi wajah dari mahasiswa yang akan digunakan untuk melakukan presensi. Hal ini dapat meningkatkan efisiensi dan memberikan kemudahan dalam hal presensi. Penelitian ini mengembangkan model deteksi dengan menggunakan Roboflow untuk preprocessing. Kemudian model dilatih dan di uji dengan menggunakan epoch sebanyak 100. Dari model YOLOv8 tersebut memberikan hasil deteksi yang cukup baik dan akurat. Hasil pengujian menunjukkan bahwa model deteksi wajah YOLOv8 memiliki kinerja yang baik, dengan precision dan recall yang tinggi untuk setiap kelas yang diuji. Mean Average Precision (mAP) pada threshold 50% untuk semua kelas mencapai 0.995, menunjukkan bahwa model ini hampir sempurna dalam mendeteksi dan mengklasifikasikan wajah
Implementasi YOLO Dalam Deteksi Jumlah Kendaraan N.S.A, M Mukhlish; Wulanningrum, Resty; Sanjaya , Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (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/r5e52h49

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi jumlah kendaraan untuk mengklasifikasi jenis kendaraan dan menghitung jumlah kendaraan. Masalah kemacetan pada persimpangan jalan diakibatkan durasi lampu lalu lintas tidak disesuaikan dengan volume kendaraan. Proses menghitung kendaraan masih dilakukan secara manual yang mana hal tersebut memerlukan waktu yang lama. Maka dibuatlah sebuah sistem yang dapat mengenali dan menghitung kendaraan dengan menggunakan Metode YOLO. Model yang telah dilatih kemudian diuji pada 15 gambar .Hasil pengujian menunjukkan bahwa model YOLO dapat mendeteksi kendaraan dengan akurasi sebesar 93%. Kesalahan deteksi terjadi terutama pada kendaraan yang sebagian tertutupi. Penelitian ini menunjukkan potensi implementasi YOLO untuk deteksi jumlah kendaraan.
Implementasi Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Penyakit Teh di PT Perkebunan Nusantara XII Sirah Kencong Anaga, Galang Kurnia; Mahdiyah, Umi; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (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/c40jb588

Abstract

Teh adalah tanaman perdu yang dapat tumbuh dengan tinggi sekitar 1-2 meter. Indonesia merupakan eksportir teh terbanyak ke enam di dunia. Namun dalam kurun waktu 2005-2021 jumlah ekspor teh dari indonesia mengalami penurunan. Salah satu faktor penurunan daun teh adalah kualitas daun teh. Kulaitas daun teh dipengaruhi oleh kesehatan pada daun teh itu sendiri. Pada tanaman teh terdapat dua jenis penyakit yang sering ditemui pada daun teh yaitu cacar daun dan hawar daun. Saat ini deteksi penyakit masih dilakukan secara manual. Convolutinal Neural Network (CNN) merupakan salah satu implementasi dari Deep Learning yang digunakan untuk pemrosesan citra digital. Penelitian ini bertujuan untuk mengimplementasikan arsitektur NASnet Mobile yang ada pada CNN untuk mendeteksi penyakit yang menyerang daun teh. Penerapan CNN dengan dengan arsitektur NASNet Mobile ini memiliki akurasi terbaik pada epoch 20 dan learning-rate 0.001 dengan akurasi 100%, validasi 72% dan test 100%.
Analisis Faktor Penyebab Anak Beresiko Stunting Usia 0 - 24 Bulan Sumiranto, Ricky Agung; Farida, Intan Nur; Rochana, Siti
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/43tfv427

Abstract

Stunting pada anak usia 0-24 bulan merupakan masalah kesehatan serius yang dapat mempengaruhi perkembangan fisik dan kognitif anak. Masalah ini memiliki dampak jangka panjang yang signifikan terhadap kualitas hidup dan potensi masa depan anak. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang menyebabkan anak berisiko stunting pada kelompok usia tersebut. Penelitian ini menggunakan pendekatan kuantitatif dan deskriptif. Data dikumpulkan melalui wawancara langsung dengan tenaga kesehatan dari puskesmas dan bidan setempat di wilayah kesehatan Puskesmas Puhjarak, serta di Posyandu Sidowarek. Sampel penelitian terdiri dari 30 anak, di mana 6 anak diidentifikasi berisiko stunting. Hasil penelitian menunjukkan bahwa faktor-faktor seperti status gizi ibu selama kehamilan, pola asuh, akses terhadap layanan kesehatan, serta sanitasi lingkungan berperan signifikan terhadap kejadian stunting. Temuan ini menegaskan pentingnya perhatian terhadap kondisi gizi ibu hamil dan anak, serta peningkatan akses dan kualitas layanan kesehatan. Penelitian ini menegaskan pentingnya intervensi gizi yang komprehensif dan peningkatan kesadaran masyarakat dalam mencegah stunting. Intervensi yang cepat dan tepat sangat diperlukan untuk menangani anak-anak yang berisiko stunting. Hasil penelitian ini diharapkan dapat menjadi acuan bagi pembuat kebijakan dan program kesehatan untuk menurunkan prevalensi stunting di Indonesia
Sistem Rekomendasi Menu Makanan Untuk Pencegahan Stunting Pada Balita 2-5 Tahun Daniati, Ika Maria; Farida, Intan Nur; Wahyuniar , Lilia Sinta
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (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/vhj63248

Abstract

Stunting merupakan masalah kesehatan yang signifikan yang memengaruhi perkembangan balita di Indonesia. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi menu makanan untuk mencegah stunting pada balita usia 2-5 tahun menggunakan pendekatan kualitatif deskriptif. Topik ini dipilih karena tingginya prevalensi stunting dan pentingnya pencegahan sejak dini. Data diperoleh melalui wawancara mendalam dengan ahli gizi dan tenaga kesehatan, serta analisis literatur terkait kebutuhan nutrisi balita. Hasil penelitian diolah dan disajikan secara deskriptif untuk memahami pola makan yang efektif dalam pencegahan stunting. Sistem rekomendasi yang dikembangkan memadukan temuan dari wawancara dan literatur, menghasilkan menu yang sesuai dengan kebutuhan gizi anak. Penelitian ini diharapkan dapat memberikan panduan praktis bagi orang tua dan tenaga kesehatan dalam menyediakan makanan yang mendukung pertumbuhan optimal balita, serta berkontribusi dalam upaya mengurangi prevalensi stunting di Indonesia
Alat Penyiraman Cabai Otomatis Berbasis ESP8266 Dengan Metode Fuzzy Logic Abidin, Muhamad Haqi Faisal; Farida, Intan Nur; Rochana, Siti
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/13tnxr46

Abstract

Indonesia merupakan negara agraris yang mayoritas penduduknya bekerja disektor pertanian. Cabai merupakan produk budidaya yang memiliki potensi nilai ekonomi tinggi dan sebagai bahan penting di Indonesia. Dalam penelitian ini bertujuan untuk mengembangkan alat penyiraman otomatis untuk tanaman cabai yang menggunakan teknologi ESP8266, sehingga sistem dapat melakukan penyiraman tanaman secara otomatis. Metode Research and Development (R&D) merupakan metode penelitian yang digunakan untuk meguji suatu produk tertentu yang telah dibuat meliputi uji keefektifan produk. Mengembangkan dan menciptakan produk-produk baru yang dapat bermanfaat bagi para pihak-pihak tertentu algoritma. Hasil penelitian menunjukkan bahwa fuzzy logic rata-rata suhu 22O C- 35O C dengan kelembaban antara 65%-85%.
Implementasi Convolutional Neural Network Pada Deteksi Tumor Otak Arsyad, Nandito Pramudya; Wulanningrum, Resty; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (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/ejxhtg06

Abstract

Tumor otak adalah pertumbuhan abnormal sel di otak yang dapat mengganggu fungsi vital sistem saraf pusat, dan bisa bersifat jinak atau ganas, berbeda dari tumor di area lain. Saat ini, deteksi tumor otak masih dilakukan secara manual oleh radiolog atau dokter, sehingga pasien tidak mengetahui tingkat akurasi deteksi tersebut. Penerapan Convolutional Neural Network (CNN) untuk mendeteksi tumor otak dari gambar MRI diharapkan dapat membantu, dengan akurasi sekitar 90%. Solusi ini diharapkan dapat membantu tenaga medis mendeteksi tumor otak dengan lebih cepat dan akurat
Penerapan Contoh Gambar Pada Pertanyaan Sistem Pakar Untuk Mendiagnosa Penyakit Pohon Jeruk Nur’azizan, Achmad Hasyim; Swanjaya, Daniel; Ramadhani, Risky Aswi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/05zztt03

Abstract

Jeruk merupakan komoditas unggul yang memiliki peran untuk meningkatkan devias negara. Banyaknya budidaya pohon jeruk tersebut, diantaranya terjadi gagal panen yang diakibatkan oleh penyakit. Penelitian sebelumnya telah melakukan pembuatan sistem pakar yang mana pertanyaan pada saat diagnosa berupa kalimat, hal ini menyebabkan mispersepsi pada saat melakukan diagnosa. Penelitian ini bertujuan untuk mengenali penyakit pohon jeruk menggunakan sistem pakar yang didukung contoh gambar dengan algoritma Certainty Factor. Disajikan berupa contoh gambar gejala-gejala penyakit pohon jeruk, data tersebut dilakukan perhitungan menggunakan metode Certainty Factor untuk mendapatkan hasil diagnosa. Dimana hasil penelitian ini menyimpulkan bahwa pertanyaan yang menggunakan contoh gambar lebih efektif dan mendapatkan hasil persentase lebih tinggi dibandingkan pertanyaan yang menggunakan kalimat

Page 95 of 129 | Total Record : 1283


Filter by Year

2017 2025


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