cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fardanto Setyatama
Contact Email
intertech@ubhara.ac.id
Phone
+62318285602
Journal Mail Official
intertech@ubhara.ac.id
Editorial Address
Jl. A. Yani no. 114 Surabaya
Location
Kota surabaya,
Jawa timur
INDONESIA
INTER TECH
Published by Universitas Bhayangkara Surabaya
ISSN : -     EISSN : 29878357     DOI : https://doi.org/10.54732/intertech
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering
Tujuan dari INTER TECH adalah mempublikasikan hasil riset maupun penelitian akademik di bidang Teknik Sipil, Teknik Elektro, dan Teknik Informatika. INTER TECH terbuka untuk para penulis, peneliti, atau akademisi yang ingin berkontribusi dan fokus terhadap perkembangan teknologi serta ilmu pengetahuan di bidang-bidang berikut ini: Stuktur Bangunan, Material, Optimasi, Transportasi, Bahan Jalan, Rekayasa Pelaksanaan konstruksi, Hidroteknik, Geoteknik, Data Mining, Algoritma, Komputasi Mobile, Otomasi, Sistem Tenaga, Green Technology, Jaringan Komputer Lanjut, Image Processing, Computer Vision, Teknologi Robotika, Sistem Pendukung Keputusan, Big Data, Data Sains, Internet of Things, Network Security, Virtual Reality, dsb
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 55 Documents
 2   3   4   5   6 
Pengaruh Penggunaan Limbah Batu Kapur Sebagai Pengganti Sebagian Agregat Halus Terhadap Kuat Tekan Beton Normal Mochamad Ridwan; Ismi Alifia Nurrahmah
INTER TECH Vol 4 No 1 (2026): INTER TECH
Publisher : Fakultas Teknik Universitas Bhayangkara Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/kghk2191

Abstract

Penelitian ini membahas pengaruh pemanfaatan limbah batu kapur sebagai pengganti sebagian agregat halus terhadap kuat tekan beton dengan mutu 25 MPa pada variasi 0%, 5%, 10%, dan 20%. Uji tekan mengacu pada SNI 6887:2012. Hasil menunjukkan bahwa pada penggantian sebesar 5% masih menghasilkan kuat tekan yang mendekati beton normal (25,29 MPa), sedangkan pada variasi 10% dan 20% terjadi penurunan menjadi 24,25 MPa dan 23,55 MPa. Penurunan tersebut dipengaruhi oleh sifat limbah batu kapur yang lebih berpori, sehingga meningkatkan kebutuhan air dan menurunkan kepadatan beton.
Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Perbandingan Algoritma Random Forest Dan XGBoost Yurika Caesarita; Nanang Wahyudi; Agung Kurniawan Faisol
INTER TECH Vol 4 No 1 (2026): INTER TECH
Publisher : Fakultas Teknik Universitas Bhayangkara Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/4nzaxe76

Abstract

Ketepatan waktu kelulusan mahasiswa merupakan indikator penting dalam menilai kualitas lembaga pendidikan tinggi dan dalam proses akreditasi. Studi ini bertujuan untuk membandingkan kinerja dua algoritma pembelajaran mesin populer, Random Forest dan Extreme Gradient Boosting (XGBoost), dalam memprediksi status kelulusan mahasiswa. Dataset yang digunakan mencakup variabel akademik seperti Indeks Prestasi Kumulatif (IPK) Semester, Indeks Prestasi Kumulatif (IPK Kumulatif), dan data demografis. Hasilnya diharapkan dapat memberikan rekomendasi bagi program studi untuk menerapkan intervensi dini bagi mahasiswa yang diidentifikasi berisiko lulus terlambat.
Regime-Aware LSTM Dengan Adaptive Dual-Timescale Temporal Encoding Untuk Pemodelan Dinamika Jantung Dan Deteksi Aritmia Wiwiet Herulambang; Rika Rokhana; Rarasmaya Indraswari; Gagatsatya Adiatmaja
INTER TECH Vol 4 No 1 (2026): INTER TECH
Publisher : Fakultas Teknik Universitas Bhayangkara Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/fp1c5r66

Abstract

Electrocardiogram (ECG)-based arrhythmia detection remains a critical challenge due to nonlinear heartbeat variability, temporal instability, and dynamic cardiac regime transitions. Conventional Long Short-Term Memory (LSTM) networks are capable of learning sequential ECG patterns; however, they often struggle to simultaneously represent short-term and long-term cardiac temporal dynamics. This study proposes a Regime-Aware LSTM framework integrated with Adaptive Dual-Timescale Temporal Encoding (RADTTE) for cardiac dynamics modeling and arrhythmia detection. The proposed approach introduces exponentially weighted temporal representations operating at dual timescales to capture adaptive cardiac regime transitions from RR interval sequences. The framework extracts short-term and long-term temporal cardiac dynamics prior to sequential modeling using an LSTM architecture. Experiments were conducted using the MIT-BIH Arrhythmia Database consisting of annotated ECG recordings. The proposed framework was compared against a conventional LSTM baseline using accuracy, precision, recall, F1-score, specificity, and ROC-AUC metrics. Experimental results demonstrate that the proposed method achieved superior performance with improved anomaly sensitivity and reduced false positive rates. The proposed model achieved 98.1% accuracy and a 97.0% F1-score, outperforming the conventional LSTM baseline. The findings indicate that regime-aware temporal representation significantly enhances sequential cardiac anomaly modeling and improves arrhythmia transition detection.
Analisis Variasi Ukuran Agregat Kasar Terhadap Kuat Tekan Beton Agus Mahmudi; Mochamad Ridwan; Nabilah Fitri
INTER TECH Vol 4 No 1 (2026): INTER TECH
Publisher : Fakultas Teknik Universitas Bhayangkara Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/59vpk013

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh variasi ukuran maksimal agregat kasar terhadap kuat tekan beton. Variasi yang digunakan terdiri atas agregat kasar ukuran 5–10 mm, kombinasi ukuran 5–20 mm, serta ukuran 10–20 mm. Perencanaan campuran beton mengacu pada SNI 03-2834-2000 dengan mutu rencana 20 MPa.  Pengujian dilakukan terhadap sifat fisik material penyusun beton meliputi kadar lumpur, kadar air, gradasi agregat, berat jenis dan daya serap, keausan Los Angeles, berat volume agregat, serta konsistensi normal semen. Beton yang telah dicetak diuji kuat tekannya pada umur 3, 7, 14, 21, dan 28 hari menggunakan uji tekan silinder dan hammer test. Hasil penelitian menunjukkan bahwa variasi ukuran 5–10 mm memberikan hasil tertinggi sebesar 27,57 Mpa, variasi agregat 5–10 mm menghasilkan kuat tekan silinder sebesar 25,65 MPa pada umur 28 hari. Beton dengan agregat 10–20 mm menunjukkan kuat tekan terendah yaitu sebesar 23,73 Mpa. Hal ini memperlihatkan bahwa ukuran agregat kasar yang lebih kecil cenderung memberikan ikatan yang lebih baik antara pasta semen dan agregat sehingga meningkatkan kuat tekan beton.    
Machine Learning Untuk Analisis Sentimen Cyberfeminism Menggunakan Naive Bayes Dan Text Mining Rossiana Ginting; Satria Prayudi; Fahsi Mahmoud; Handaru Jati; Nadilla Batubara; Muhammad Yafi Azka; Abdul Jaleel Kehinde Shittu
INTER TECH Vol 4 No 1 (2026): INTER TECH
Publisher : Fakultas Teknik Universitas Bhayangkara Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/xqkx8850

Abstract

Perkembangan media sosial telah menciptakan ruang digital baru bagi munculnya diskursus cyberfeminism sebagai bentuk perjuangan terhadap kesetaraan gender di era digital. Penelitian ini bertujuan mengembangkan framework machine learning untuk menganalisis sentimen publik terhadap cyberfeminism menggunakan algoritma Naive Bayes dan teknik text mining. Data penelitian diperoleh dari media sosial seperti X (Twitter), Instagram, dan forum daring menggunakan kata kunci terkait feminisme digital dan kesetaraan gender. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, tokenisasi, stopword removal, stemming, pembobotan TF-IDF, dan klasifikasi sentimen menggunakan Multinomial Naive Bayes. Evaluasi model dilakukan melalui accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen positif, negatif, dan netral secara efektif pada data teks media sosial. Sentimen positif umumnya berkaitan dengan dukungan terhadap pemberdayaan perempuan dan kesetaraan gender, sedangkan sentimen negatif berkaitan dengan stereotip gender dan budaya patriarki di ruang digital. Penelitian ini berkontribusi dalam pengembangan sistem analisis sentimen berbasis kecerdasan buatan untuk memahami dinamika sosial gender serta mendukung pengambilan keputusan dalam pendidikan dan literasi digital yang lebih inklusif.

Page 6 of 6 | Total Record : 55

 2   3   4   5   6 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol 4 No 1 (2026): INTER TECH Vol 3 No 2 (2025): INTER TECH Vol 3 No 1 (2025): INTER TECH Vol 2 No 2 (2024): INTER TECH Vol 2 No 1 (2024): INTER TECH Vol 1 No 2 (2023): INTER TECH Vol 1 No 1 (2023): INTER TECH