cover
Contact Name
ade saputra
Contact Email
jurnaljt3g@gmail.com
Phone
+6281261246650
Journal Mail Official
jt3g@rcf-indonesia.org
Editorial Address
Riset Sinergi Indonesia http://rcf-indonesia.org Riset Sinergi Indonesia Jl. Garuda III Blok C/10 Komplek Pondok Permai, Kec. Limau Manis Salatan, Kel. Pauh, Padang, Sumatera Barat, Kontak : 082161246650
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Teknik dan teknologi tepat guna
ISSN : -     EISSN : 29631068     DOI : -
J-T3G merupakan publikasi berkala yang diperuntukkan untuk Jurnal Penelitian semua bidang Ilmu Teknik dan Terapan serta dalam Bentuk Teknologi Tepat Guna, yang dikelola oleh Riset Sinergi Indonesia Focus and Scope Fokus Jurnal ini adalah Ilmu Teknik Murni, Teknik Industri, dan Teknologi Tepat Guna . Tetapi juga meliputi aspek, Sistem Manufaktur, Proses Produksi, Sistem Industri dan Teknik Ekonomi, Desain alat dan Pengukuran Kerja, Penelitian Operasional, Fasilitas dan Manajemen Energi, Rekayasa Kualitas dan Realibilitas, Faktor Ergonomi dan Manusia, Teknik dan Manajemen Operasi, Manajemen Rantai Pasokan, Teknik Manajemen Keselamatan Kerja dan Lingkungan, Desain dan Pengembangan Produk, teknologi pendidikan, pembelajaran dan pengajaranserta dalam bentuk Teknologi Tepat Guna pada umumnya.
Articles 84 Documents
Pengaruh Pembelajaran Kewirausahaan Terhadap Intensi Berwirausaha Mahasiswa S1 Faeza Rezi S; Muhammad Jamil; Jendri Mulyadi
Jurnal Teknik dan Teknologi Tepat Guna Vol. 4 No. 3 (2026): Jurnal Teknik dan Teknologi Tepat Guna
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/j-t3g.v4i3.1232

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh pembelajaran kewirausahaan terhadap intensi berwirausaha mahasiswa Program Studi Pendidikan Teknik Informatika Universitas Putra Indonesia YPTK Padang. Penelitian menggunakan pendekatan kuantitatif dengan metode survei. Populasi penelitian adalah mahasiswa Semester VI yang mengikuti mata kuliah Kewirausahaan dan Bimbingan Karier. Teknik pengambilan sampel menggunakan total sampling dengan jumlah responden sebanyak 14 mahasiswa. Instrumen penelitian berupa kuesioner skala Likert yang terdiri atas 25 pernyataan, meliputi 10 item pembelajaran kewirausahaan dan 15 item intensi berwirausaha mahasiswa. Analisis data dilakukan melalui statistik deskriptif, uji normalitas, korelasi Pearson, dan regresi linear sederhana menggunakan IBM SPSS Statistics 26. Hasil penelitian menunjukkan bahwa pembelajaran kewirausahaan berpengaruh positif dan signifikan terhadap intensi berwirausaha mahasiswa. Hasil uji korelasi menunjukkan nilai koefisien korelasi sebesar 0,616 dengan tingkat signifikansi 0,019 (p < 0,05). Analisis regresi linear sederhana menghasilkan nilai koefisien determinasi (R²) sebesar 0,379 yang menunjukkan bahwa pembelajaran kewirausahaan memberikan kontribusi sebesar 37,9% terhadap intensi berwirausaha mahasiswa. Temuan ini menunjukkan bahwa pembelajaran kewirausahaan berbasis Project Business Plan mampu meningkatkan minat, motivasi, dan kesiapan mahasiswa untuk berwirausaha. Oleh karena itu, penguatan pembelajaran kewirausahaan yang bersifat aplikatif perlu terus dikembangkan sebagai upaya menumbuhkan jiwa kewirausahaan di perguruan tinggi.
Metode Vikor Untuk Pemilihan Produk Dari Preferensi Pelanggan Rita; Guslendra
Jurnal Teknik dan Teknologi Tepat Guna Vol. 4 No. 3 (2026): Jurnal Teknik dan Teknologi Tepat Guna
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/j-t3g.v4i3.1233

Abstract

Perkembangan industri kuliner yang semakin pesat mendorong meningkatnya persaingan antar pelaku usaha dalam menyajikan menu yang sesuai dengan preferensi pelanggan. Menza Kafe sebagai salah satu penyedia layanan kuliner menghadapi tantangan dalam menentukan menu terbaik secara objektif karena banyaknya variasi makanan dan minuman yang ditawarkan. Penelitian ini bertujuan untuk menerapkan Sistem Pendukung Keputusan (SPK) dengan metode VIKOR dalam proses pemilihan menu berdasarkan preferensi pelanggan. Kriteria yang digunakan meliputi rasa, harga, penampilan, porsi, dan popularitas. Metode VIKOR dipilih karena mampu mengakomodasi konflik antar kriteria dan menghasilkan perangkingan alternatif secara objektif. Sistem dikembangkan menggunakan framework React Native sebagai aplikasi mobile dengan Firebase sebagai basis data, sehingga memudahkan akses dan pengelolaan data secara real-time. Hasil penelitian menunjukkan bahwa metode VIKOR dapat memberikan rekomendasi menu terbaik yang sesuai dengan preferensi pelanggan serta membantu manajemen dalam pengambilan keputusan strategis. Implementasi sistem ini diharapkan mampu meningkatkan kepuasan pelanggan, memperkuat daya saing Menza Kafe, dan menjadi acuan bagi pengembangan SPK di bidang kuliner.
Hybrid Contrast Enhancement Dan Segmentasi Citra Multi-Ambang Untuk Analisis Penyakit Daun Tomat Berbasis Convolutional Neural Network Yogi wiyandra; Suci Wahyuni
Jurnal Teknik dan Teknologi Tepat Guna Vol. 4 No. 3 (2026): Jurnal Teknik dan Teknologi Tepat Guna
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/j-t3g.v4i3.1306

Abstract

Kualitas analisis citra digital sangat dipengaruhi oleh proses peningkatan kualitas citra (image enhancement) dan segmentasi yang mampu memisahkan objek dari latar belakang secara akurat. Permasalahan yang sering dijumpai pada citra digital, seperti kontras rendah, pencahayaan yang tidak merata, dan keberadaan derau (noise), menyebabkan hasil segmentasi menjadi kurang optimal. Penelitian ini mengusulkan metode Hybrid Contrast Enhancement and Multi-Threshold Image Segmentation yang mengintegrasikan Median Filter, Contrast Limited Adaptive Histogram Equalization (CLAHE), Gamma Correction, Multi-Level Otsu Thresholding, dan operasi morfologi untuk meningkatkan kualitas citra sekaligus menghasilkan segmentasi yang lebih akurat. Penelitian menggunakan 1.200 citra digital yang dibagi menjadi 840 data latih (70%) dan 360 data uji (30%). Hasil segmentasi kemudian dievaluasi melalui proses klasifikasi menggunakan Convolutional Neural Network (CNN) untuk mengukur efektivitas metode yang diusulkan. Berdasarkan hasil pengujian pada data uji, metode yang diusulkan memperoleh akurasi sebesar 96,42%, presisi sebesar 95,87%, recall sebesar 96,15%, dan F1-score sebesar 96,01%. Selain meningkatkan nilai evaluasi klasifikasi, metode hybrid juga mampu memperbaiki kualitas visual citra, mengurangi derau, meningkatkan kontras, serta menghasilkan batas objek yang lebih jelas dibandingkan metode konvensional. Hasil penelitian menunjukkan bahwa kombinasi beberapa teknik image enhancement dan segmentasi adaptif mampu meningkatkan performa analisis citra digital sehingga berpotensi diterapkan pada berbagai bidang, seperti pengolahan citra medis, pertanian cerdas, pengawasan industri, dan sistem visi komputer.
Implementasi Metode K-Means Clustering Untuk Pengelompokan Pasien Berdasarkan Tipe Penyakit Di Dr. Drs. M. Hatta Brain Hospital, Bukittinggi Irzal Arief Wisky; Ridha Utami
Jurnal Teknik dan Teknologi Tepat Guna Vol. 4 No. 3 (2026): Jurnal Teknik dan Teknologi Tepat Guna
Publisher : Riset Sinergi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/j-t3g.v4i3.1357

Abstract

Volume data pasien yang terus meningkat di rumah sakit membutuhkan manajemen dan analisis data yang efisien untuk mendukung pengambilan keputusan dalam layanan kesehatan. Studi ini bertujuan untuk mengimplementasikan algoritma K-Means Clustering dalam sistem informasi berbasis web untuk mengelompokkan pasien berdasarkan karakteristik penyakit di Rumah Sakit Otak Dr. Drs. M. Hatta (RSOMH) Bukittinggi. Penelitian ini menggunakan pendekatan penelitian dan pengembangan yang melibatkan pengumpulan data, analisis sistem, desain sistem, implementasi, dan pengujian. Aplikasi ini dikembangkan menggunakan PHP dan MySQL, sementara algoritma K-Means digunakan untuk mengklasifikasikan data pasien berdasarkan kesamaan atribut klinis. Sistem secara otomatis melakukan klasterisasi dengan menghitung jarak Euclidean dan memperbarui sentroid klaster secara iteratif hingga konvergensi tercapai. Hasil implementasi menunjukkan bahwa sistem yang diusulkan berhasil mengelompokkan pasien ke dalam klaster yang bermakna, memudahkan analisis data pasien yang lebih cepat dan akurat dibandingkan metode konvensional. Selain itu, sistem ini menyediakan informasi berguna untuk manajemen rumah sakit dalam memantau pola penyakit, mengoptimalkan alokasi sumber daya, dan mendukung pengambilan keputusan layanan kesehatan berbasis datan.