cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Alfian Qomaruddin
Contact Email
alfian@trunojoyo.ac.id
Phone
-
Journal Mail Official
rekayasa@trunojoyo.ac.id
Editorial Address
Universitas Trunojoyo Madura Jl. Raya Telang - Kamal, Bangkalan Kode Pos 69162
Location
Kab. bangkalan,
Jawa timur
INDONESIA
REKAYASA
Published by Universitas Trunojoyo Madura
ISSN : 02169495     EISSN : 25025325     DOI : https://doi.org/10.21107/rekayasa
Core Subject : Science, Agriculture, Engineering,
Agriculture, Biological Sciences & Forestry Computer Science & IT Electrical & Electronics Engineering Engineering Physics
This journal encompasses original research articles, review articles, and short communications, including: Science and Technology, In the the next year publication, Rekayasa will publish in two times issues: April and Oktober.
Arjuna Subject : -
Articles 16 Documents
 1   2 
Search results for , issue "Vol 12, No 2: Oktober 2019" : 16 Documents clear
Optimization of Product Oil Shipment System for Archipelegic Region Pratiwi Wuryaningrum; Tri Achmadi; Achmad Mustakim; Hasan Iqbal Nur; Siti Dwi Lazuardi; Marita Kusumadewi
Rekayasa Vol 12, No 2: Oktober 2019
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (490.141 KB) | DOI: 10.21107/rekayasa.v12i2.5929

Abstract

Demand of products oil continues to increase by increasing the mobilization in various areas in Indonesia. The government should rethink considering the uneven spread of demand and supply of products oil that can not be mixed in the cargo hold. Currently product oil deliveries to Nusa Tenggara Barat carried by tanker vessels. The issue is whether the vessel’s size not yet optimum. The purpose of this study is to optimize the distribution of product oil from Transit Terminal Product Oil to Unloading Ports. The most influenced variable are the size of the main vessel and the effect on the primary measure is the amount of goods transported. The main dimensions of tanker are LPP= 105 m; B= 18,01 m; H= 8.23 m T= 6.78 m ;DWT= 7,992 DWT ;Payload = 8,933 KL  and Tankers’s unit cost is  Rp. 203,587.70 per Kiloliter
Analisis Luas Lahan Minimum untuk Memenuhi Kebutuhan Hidup Petani Padi Sawah di Kecamatan Jayapura Kabupaten OKU Timur Fifian Permata Sari; Munajat Munajat
Rekayasa Vol 12, No 2: Oktober 2019
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (332.588 KB) | DOI: 10.21107/rekayasa.v12i2.5911

Abstract

Tujuan penelitian ini adalah untuk menganalisis pendapatan, pengeluaran dan luas lahan minimum yang harus dimiliki petani padi sawah untuk dapat memenuhi kebutuhan hidupnya. Penelitian ini dilaksanakan di Kecamatan Jayapura Kabupaten OKU Timur pada bulan November sampai Desember 2018. Metode penelitian yang digunakan adalah metode survey dan penarikan contoh menggunakan acak berlapis tak berimbang. Hasil penelitian  menunjukkan bahwa (1) pendapatan rata-rata petani dengan luas lahan 0,25 Ha sebesar Rp.3.852.750/mt, luas lahan 0,50 Ha, pendapatan rata-rata Rp.7.398.220/mt, luas lahan 0,75 Ha, pendapatan rata-rata Rp.13.037.100/mt, luas lahan 1 Ha, pendapatan rata-rata Rp.16.791.050/mt, luas lahan 1,25 Ha, pendapatan rata-rata Rp.21.247.000/mt, luas lahan 1,50 Ha, pendapatan rata-rata Rp.25.525.250/mt, luas lahan 1,75 Ha, pendapatan rata-rata sebesar Rp.29.366.800/mt, dan petani dengan luas lahan 2 Ha, pendapatan rata-rata Rp.32.385.000/mt. (2) pengeluaran petani dengan luas lahan 0,25 Ha sebesar Rp. 9.559.000/mt, luas lahan 0,50 Ha sebesar Rp.12.375.000/mt, luas lahan 0,75 Ha sebesar Rp.14.578.000/mt, luas lahan 1 Ha sebesar Rp.16.290.000/mt, luas lahan 1,25 Ha sebesar Rp.20.703.500/mt, luas lahan 1,50 Ha sebesar Rp.20.699.000/mt, luas lahan 1,75 Ha sebesar Rp.23.106.500/mt, dan pengeluaran petani yang memilki luas lahan 2 Ha sebesar Rp. 26.684.000/mt. (3) Luas lahan minimum yang harus diusahakan petani agar dapat memenuhi kebutuhannya adalah 1 Ha.Analysis of Minimum Land Area to Meet Living Needs Paddy Farmers in Jayapura District, East OKU RegencyABSTRACTThe purpose of this study is to analyze the income, expense, and minimum area of land that must be cultivated by rice farmers to be able to meet their daily needs. This research was carried out in Jayapura Sub-district of OKUT Regency from November to December 2018. The research method used was the survey method and sampling using unbalanced random sampling. The results showed that (1) the average income of farmers with a land area of 0.25 Ha is Rp.3,852,750/mt, land area of 0.50 Ha, Rp.7,398,220/mt, land area 0,75 Ha, Rp.13,037,100/mt, land area 1 Ha, Rp.16,791,050/mt, land area 1.25 Ha, Rp.21,247,000/mt, land area of 1.50 Ha, Rp.25,525,250/mt, land area of 1.75 Ha, Rp.29,366,800/mt, and land area of 2 Ha, the average income is Rp.32,385,000/mt (2) farmers' expenditure with land area of 0.25 Ha in the amount of Rp. 9,559,000/mt, land area of 0.50 Ha, Rp.12,375,000/mt, land area of 0.75 Ha, Rp.14,578,000/ mt, land area of 1 Ha, Rp.16,290,000/mt, area 1.25 Ha, Rp.20,703,500/mt, land area 1,5 Ha,Rp.20,699,000/mt, 1.75 Ha, Rp.23,106,500/mt, and expenditure of farmers who have 2 Ha land area, is Rp.26,684,000/mt  (3) The minimum area of land that must be cultivated by farmers to be able to meet their needs is 1 Ha.Keywords: minimum land area, necessities of life
Klasifikasi Gelombang Otot Lengan Pada Robot Manipulator Menggunakan Support Vector Machine Muhammad Ja'far Ubaidillah; Ii Munadhif; Noorman Rinanto
Rekayasa Vol 12, No 2: Oktober 2019
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (547.996 KB) | DOI: 10.21107/rekayasa.v12i2.5406

Abstract

Teknologi robotika semakin berkembang. Banyak orang berinovasi untuk membantu aktivitas mereka, diantaranya membuat robot manipulator untuk mengambil barang di tempat berbahaya atau memindah barang dengan presisi yang sangat tinggi. Pada penelitian ini telah dirancang robot manipulator untuk membantu pasien yang diamputasi pergelangan tangannya agar dapat memegang dan tidak memegang. Sensor Electromyography (EMG) dapat merekam aktivitas listrik yang dihasilkan oleh otot rangka dalam bentuk sinyal yang mempresentasikan gerakan otot. Pada penelitian ini, elektromiogram diekstraksi untuk mendapatkan fitur Root Mean Square (RMS) dan Mean Absolute Value (MAV) kemudian diklasifikasi menggunakan Support Vector Machine (SVM). Metode SVM dipilih karena mampu menemukan hyperplane terbaik sebagai pemisah. Pengendali yang digunakan adalah Arduino yang memerintahkan motor servo untuk menggerakkan robot manipulator sesuai dengan hasil klasifikasi. Penerapan metode Support Vector Machine (SVM) yang bertipe linier memiliki akurasi yang cukup baik dengan keberhasilan 80% pada pengujian dengan subjek yang telah diambil data sampel dan keberhasilan 60% pada pengujian dengan subjek yang tidak diambil data sampel.Classification of Muscle Wave Arm on Manipulator Robot Using Support Vector Machine ABSTRACTRobotics technology is growing. Many people innovate to help their activities, including making manipulator robots to take items in dangerous places or move items with very high precision. In this study a manipulator robot was designed to help patients who amputated their wrists to grip and un-grip. Electromyography (EMG) sensors can record electrical activity produced by skeletal muscles in the form of signals that present muscle movements. In this study, the electromyogram was extracted to get the Root Mean Square (RMS) and Mean Absolute Value (MAV) features then classified using Support Vector Machine (SVM). The SVM method was chosen because it was able to find the best hyperplane as a separator. The controller used is Arduino which instructs the servo motor to move the manipulator robot according to the classification results. The application of the Support Vector Machine (SVM) method which has a linear type has a fairly good accuracy with 80% success in testing with subjects who have taken sample data and 60% success in testing with subjects who are not taken sample data.Keywords: EMG Sensor, Arm Muscle, MAV, RMS, SVM, Classification.
Analisa Faktor Yang Berpengaruh Terhadap Keberhasilan Penyediaan Rumah Khusus Maria Handayani Setyaningrum; Sriyana Sriyana; Bambang Purwanggono
Rekayasa Vol 12, No 2: Oktober 2019
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (460.751 KB) | DOI: 10.21107/rekayasa.v12i2.5854

Abstract

Penyediaan perumahan bagi masyarakat berpenghasilan rendah diakomodir oleh Direktorat Jenderal Penyediaan Perumahan salah satunya melalui penyediaan Rumah Khusus yang dilakukan oleh Direktorat Rumah Khusus. Penelitian ini menganalisa secara bersamaan faktor-faktor yang berpengaruh dengan pemodelan SEM untuk melihat secara empiris pengaruh masing-masing faktor terhadap keberhasilan penyediaan rumah khusus. Hasil pengujian dengan menggunakan SEM diperoleh hasil bahwa faktor kerjasama antar stakeholder berpengaruh terhadap jumlah rumah khusus terbangun. Indikator kinerja utama penyediaan rumah khusus adalah jumlah rumah khusus terbangun, artinya kerjasama antar stakeholder berpengaruh terhadap keberhasilan penyediaan rumah khusus. Pemerintah pusat perlu mendorong adanya penguatan kelembagaan di daerah supaya tercipta kerjasama antar stakeholders yang lebih baik, meningkatkan pendidikan dan pelatihan sumber daya aparatur yang berkaitan dengan perencanaan dan pelaksanaan kerjasama sehingga lebih banyak inovasi kerjasama dapat tercipta, mendorong peran Pokja Perumahan dan Kawasan Permukiman di setiap daerah guna mencari solusi permasalahan pembangunan di daerah yang melibatkan dinas terkait, pihak swasta dan masyarakat sehingga tidak terjadi tumpang tindih usulan kepada Pemerintah Pusat.Analysis of Special Housing Provisions’ Success FactorsABSTRACTProvision of housing for low-income people is accommodated by the Directorate General of Housing Provision, one of which is through the provision of special housing by the Directorate of Special Housing. This study analyzes simultaneously the influential factors with SEM modeling. The results shows that the collaboration factor between stakeholders influences the number of special housing built. The main performance indicator for the provision of special housing is the number of special houses built. It means that collaboration between stakeholders influences the success of providing special housing. The special housing provision program really requires the commitment and active role of all stakeholders involved in the provision of special housing for the achievement of effective policy objectives.Keywords: Analysis, Housing Provision, SEM, Special Housing, Success Factors. 
Klasifikasi Diabetes Mellitus Menggunakan Support Vector Machine (Studi Kasus: Puskesmas Modopuro, Mojokerto) Andharini Dwi Cahyani; Ari Basuki
Rekayasa Vol 12, No 2: Oktober 2019
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v12i2.19763

Abstract

Diabetes Melitus (DM) merupakan salah satu penyakit dimana tubuh seorang pasien tidak dapat mengontrol tingkat konsentrasi gula (glukosa). Ada beberapa indikator kondisi tubuh pasien yang menunjukkan adanya penyakit diabetes. Pada penelitian ini dilakukan pengelompokan pasien DM dengan menggunakan metode Machine Learning. Algoritma yang digunakan adalah Support Vector Machine (SVM) yang merupakan metode klasifikasi supervised learning. SVM bekerja dengan membagi dataset menjadi 2 bagian dengan menggunakan garis linear (hyperplane) yang optimal. Target dari klasifikasi digunakan untuk memprediksi apakah pasien dengan indikator kondisi tubuh tertentu merupakan pasien DM yang terdeteksi atau tidak. Dari data yang diperoleh dari Puskesmas Modopuro, terdapat beberapa missing value. Pada penelitian ini, missing value diatasi dengan cara melakukan imputasi. Ada 3 kernel yang digunakan pada metode SVM, yaitu linear, polynomial, dan sigmoid. Pengukuran kinerja 3 jenis kernel tersebut akan menggunakan 5 subset cross validation. Nilai akurasi cross validation terbaik yang didapatkan menggunakan kernel linear, polynomial, dan sigmoid masing-masing yaitu 62%, 64%, dan 54%. Berdasarkan hasil pengamatan kernel polynomial mendapatkan hasil akurasi yang lebih baik dari kernel lainnya
Rekomendasi Pemilihan Supplier pada UMKM Produsen Tas menggunakan metode AHP – PROMETHEE Ari Basuki; Andharini Dwi Cahyani
Rekayasa Vol 12, No 2: Oktober 2019
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v12i2.19764

Abstract

UD Sumber Rejeki merupakan UMKM yang memproduksi tas handbag sebagai produk utama. Dalam proses produksi, salah satu kendala utama yaitu keterlambatan bahan baku. Keterlambatan bahan baku diakibatkan oleh kesalahan dalam pemilihan supplier. Pemilihan supplier merupakan salah satu faktor penting berjalannya sebuah perusahaan. Ketika bahan baku sudah terpenuhi dengan baik, maka proses produksi bisa berjalan. Pemilihan supplier memerlukan kriteria dalam mendukung keputusan di dalamnya. Maka dari itu digunakan metode AHP dalam menentukan kriteria dan bobot di dalamnya. Dan digunakan metode PROMETHEE untuk mendapatkan perangkingan hasil kinerja supplier. Didapatkan dari lima supplier langganan, Supplier yang menjadi rekomendasi kepada UD Sumber Rejeki adalah supplier dengan kinerja terbaik yang sudah dinilai dengan AHP dan PROMETHEE. Supplier tersebut adalah supplier 3 (Aini) dengan nilai net flow sebesar 0,5438, S2 (Prima) sebesar 0,4099, S4 (Akbar) sebesar 0,0438. Ketiga supplier ini merupakan supplier prioritas yang diusulkan kepada UD Sumber Rejeki dan Supplier 3 memiliki kinerja terbaik yang akan dijadikan prioritas utama.

Page 2 of 2 | Total Record : 16

 1   2 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Vol 18, No 3: Desember, 2025 Vol 18, No 2: Agustus, 2025 Vol 18, No 1: April 2025 Vol 17, No 3: Desember, 2024 Vol 17, No 2: Agustus, 2024 Vol 17, No 1: April, 2024 Vol 16, No 3: Desember 2023 Vol 16, No 2: Agustus 2023 Vol 16, No 1: April 2023 Vol 15, No 3: Desember 2022 Vol 15, No 2: Agustus 2022 Vol 15, No 1: April 2022 Vol 14, No 3: Desember 2021 Vol 14, No 2: Agustus 2021 Vol 14, No 1: April 2021 Vol 13, No 3: December 2020 Vol 13, No 2: August 2020 Vol 13, No 1: April 2020 Vol 12, No 2: Oktober 2019 Vol 12, No 1: April 2019 Vol 11, No 2: Oktober 2018 Vol 11, No 1: April 2018 Vol 10, No 2: Oktober 2017 Vol 10, No 1: April 2017 Vol 9, No 2: Oktober 2016 Vol 9, No 1: April 2016 Vol 8, No 2: Oktober 2015 Vol 8, No 1: April 2015 Vol 7, No 1: April 2014 Vol 6, No 2: Oktober 2013 Vol 6, No 1: April 2013 Vol 5, No 2: Oktober 2012 Vol 5, No 1: April 2012 Vol 4, No 2: Oktober 2011 Vol 4, No 1: April 2011 Vol 3, No 2: Oktober 2010 Vol 3, No 1: April 2010 Vol 2, No 2: Oktober 2009 Vol 2, No 1: April 2009 Vol 1, No 2: Oktober 2008 Vol 1, No 1: April 2008 More Issue