Jurnal Sekolah Tinggi Teknik Surabaya
Not a member yet
194 research outputs found
Sort by
The Utilization of Virtual Reality Technology for First Aid Learning in Vocational High School Nursing Students: English
No full textThis VR application can be used to train nurses for future professional challenges they may face. The continuous development of VR applications enables trainees to effectively confront real-life simulations and experience increasingly concrete situations, which can be highly important in nursing education. The use of 3D visualization allows for study understanding of various activities and can help prevent potential errors in the future. Nursing education has always utilized simulation-based learning methods, which are widely recognized in nurse education. Skills laboratories have been established in recent years as a form of learning that provides skills and knowledge through repeated practice without requiring placement. This study discusses the utilization of virtual reality technology in first aid training. First aid training using VR technology is expected to increase the effectiveness of learning by at least 20%. The VR application for first aid learning consists of four first aid training modules, including treatment for burns, fractures, bleeding wounds, and breathing difficulties. This VR application was tested on students to determine whether it could improve the effectiveness of first aid learning. Based on the application testing using a respondent questionnaire, it was found that the assessment of knowledge enhancement in learning reached 72.08. Furthermore, this virtual reality application is more effective when used in first aid training, as evidenced by the superiority of the post-test scores of students who learned first aid using virtual reality compared to those who learned first aid without VR, which was 23.4%
Identifying Types of Peanuts Diseases with Naive Bayes Method
Full text linkPeanut plants are susceptible to various constraints that significantly hinder their productivity, with eight prevalent diseases posing serious threats to their health. The peanut plant is one of the important commodities in Indonesia; peanuts play a strategic role in supporting the country's economy and food, where peanuts are a source of protein and a source of vegetable oil. Many farmers, especially those new to peanut cultivation, often lack the necessary knowledge to identify and manage these diseases effectively. To address this gap, this study developed an expert system that employs the Naive Bayes method to facilitate the identification of peanut plant diseases. This system aims to provide farmers with accessible and accurate information regarding symptoms, disease types, and management strategies. The knowledge base for the expert system was constructed from data gathered from peanut farming experts, ensuring the reliability of the information provided. Testing of the system revealed consistent results with manual calculations, particularly in identifying Sclerotium stem rot disease with a probability value of 0.44507. Additionally, the system successfully recognized leaf rust disease during its evaluation. By equipping farmers with a user-friendly tool for disease identification and management, this expert system seeks to enhance their understanding and response to peanut plant diseases, ultimately improving productivity and sustainability in peanut farming. The findings underscore the potential of integrating technology into agriculture to support farmers in overcoming challenges related to crop health
Optimalisasi Persediaan Bahan Baku pada Perusahaan MSG dengan Metode Economic Order Quantity (EOQ)
Full text linkSebuah perusahaan produsen MSG menghadapi tantangan dalam pemenuhan pesanan yang tidak menentu, kendati memiliki kapasitas produksi yang memadai. Kendala ini bersumber dari penentuan kuantitas bahan baku yang kurang efisien untuk melayani permintaan pasar domestik dan global, sehingga menimbulkan beban biaya penyimpanan yang besar dan ketidakmampuan untuk berproduksi sesuai permintaan. Penelitian ini mengkaji permasalahan manajemen persediaan yang dihadapi oleh sebuah perusahaan multinasional produsen Monosodium Glutamate (MSG) di Indonesia. Perusahaan mengalami tantangan signifikan akibat permintaan produk yang sangat fluktuatif, terutama dari pasar ekspor, yang seringkali menyebabkan ketidakmampuan memenuhi pesanan secara konsisten. Kondisi ini menimbulkan dilema operasional: kekurangan stok bahan baku menghambat proses produksi dan menyebabkan kelangkaan produk di pasar domestik, sementara persediaan yang berlebih mengakibatkan pembengkakan biaya penyimpanan yang signifikan. Masalah ini diperparah oleh karakteristik pasokan tiga jenis bahan baku utama (A, B, dan C) yang bersifat musiman dan memiliki karakteristik yang berbeda-beda. Tujuan utama dari penelitian ini adalah untuk mengoptimalkan tingkat persediaan bahan baku guna meminimalkan total biaya persediaan melalui penerapan metode peramalan (forecasting) yang akurat dan model Economic Order Quantity (EOQ). Hasil analisis menunjukkan bahwa metode peramalan yang paling sesuai adalah Moving Average dengan periode 8 bulan (MA=8) untuk permintaan domestik dan periode 6 bulan (MA=6) untuk permintaan ekspor. Implementasi model EOQ menunjukkan bahwa total biaya persediaan dapat ditekan secara drastis dari kondisi aktual perusahaan sebesar Rp 1.818.914.075 menjadi Rp 1.337.397.305. Dengan demikian, penelitian ini menyimpulkan bahwa penerapan metode EOQ berpotensi memberikan efisiensi biaya yang sangat signifikan, dengan total penghematan mencapai Rp 481.516.770. Implementasi model ini dapat membantu perusahaan menyeimbangkan ketersediaan stok untuk pasar ekspor dan domestik, sekaligus meningkatkan efisiensi operasional dan profitabilitas secara keseluruhan
Continuance Intention Pengguna Online Food Delivery di Indonesia dengan Menggunakan Extended Expectation Confirmation Model
Full text linkPertumbuhan pesat layanan online food delivery di Indonesia mengubah perilaku konsumen dalam pembelian makanan menggunakan aplikasi digital. Namun penelitian mengenai perilaku pengguna aplikasi layanan online food delivery ini masih terbatas. Dalam penelitian sebelumnya, variabel brand image dan income sebagai moderator terbukti memengaruhi continuance intention di sektor lain, namun belum banyak dieksplorasi dalam konteks online food delivery. Penelitian ini bertujuan menganalisis faktor-faktor yang mempengaruhi continuance intention pengguna online food delivery di Indonesia serta mengisi kesenjangan tersebut dengan mengeksplorasi pengaruh brand image serta peran income sebagai moderator terhadap continuance intention pengguna aplikasi online food delivery di Indonesia. Penelitian ini mengadopsi Expectation-Confirmation Model (ECM) yang diperluas dengan variabel tambahan seperti brand image, price saving orientation, dan perceived convenience. Income (pendapatan) digunakan sebagai variabel moderator untuk melihat pengaruh berdasarkan tingkat pendapatan pengguna. Metode yang digunakan dalam penelitian ini merupakan metode kuantitatif dengan mengembangkan model dan hipotesis, merancang kuesioner, serta melakukan pengumpulan dan analisis data. Sebanyak 409 responden dengan pengalaman sebelumnya menggunakan layanan online food delivery dianalisis menggunakan Structural Equation Modeling (SEM) dan diproses dengan software AMOS. Hasilnya menunjukkan bahwa confirmation, perceived usefulness, satisfaction, dan perceived convenience berpengaruh positif terhadap continuance intention. Sebaliknya, brand image dan price saving orientation tidak berpengaruh signifikan. Income memoderasi hubungan antara perceived usefulness dan continuance intention, dengan pengaruh yang lebih kuat pada pengguna berpendapatan rendah. Temuan ini memberikan wawasan bagi penyedia layanan untuk meningkatkan retensi, khususnya pada pengguna dengan pendapatan renda
Pengembangan Sistem Informasi LSP Indohusada Berbasis Web Menggunakan Design Science Research (DSR)
Full text linkLembaga Sertifikasi Profesi Tenaga Jasa Pelayanan Kesehatan Indohusada (LSP Indohusada) menghadapi beberapa kendala dalam mengelola proses uji kompetensi, yang berdampak pada efisiensi dan keakuratan operasional. Kendala-kendala tersebut meliputi: (1) proses pendaftaran yang hanya dapat dilakukan dengan datang langsung ke kantor LSP Indohusada atau melalui Google Forms, hal tersebut kurang praktis bagi calon peserta; (2) penyebaran informasi jadwal uji kompetensi melalui aplikasi WhatsApp, di mana pengiriman pesan harus dilakukan secara manual kepada penerima satu per satu; (3) proses rekapitulasi laporan hasil uji kompetensi yang dilakukan secara manual, sehingga rentan terhadap kesalahan manusia; dan (4) pencatatan logbook asesor yang juga dilakukan secara manual, menyebabkan kurangnya efisiensi dan keterlambatan dalam pengelolaan data. Untuk mengatasi masalah tersebut, penelitian ini menggunakan metode Design Science Research (DSR) dan model pengembangan sistem waterfall. Sistem informasi yang dikembangkan berbasis website menggunakan bahasa pemrograman PHP 8.2.4 dengan framework Laravel 10.23.0, serta Bootstrap 5.3.2 untuk antarmuka pengguna. Sistem ini menggunakan MySQL 10.4.28 sebagai DBMS dan Unified Modeling Language (UML) untuk pemodelan sistem. Hasil dari penelitian ini adalah sistem informasi LSP Indohusada berbasis website yang dirancang untuk 4 aktor utama (guest, admin, asesor, asesi) dengan total 79 fitur yang terstruktur dalam use case diagram, use case description, class diagram, dan sequence diagram. Fungsionalitas sistem diuji menggunakan teknik black box testing dengan hasil 100% pass. Selain itu, pengujian non-fungsional compatibility testing menggunakan alat Testingbot menunjukkan bahwa sistem bekerja dengan baik di berbagai sistem operasi, browser, dan resolusi layar dengan hasil 100% pass. Pengujian keamanan (security testing) menggunakan OWASP ZAP 2.12.0 juga menunjukkan bahwa sistem aman dari potensi serangan cyber. Dengan demikian, sistem informasi ini diharapkan mampu meningkatkan efisiensi dan akurasi dalam proses uji kompetensi yang dikelola oleh LSP Indohusada
Information Extraction Pada Pesanan Pembelian Menggunakan RetinaNet dan Tesseract untuk Toko Maju
Full text linkProses jual beli berubah mengikuti perkembangan zaman. Kini, proses transaksi dapat dilakukan dengan sistem pemesanan yang diikuti dengan dokumen pesanan pembelian. Melalui pesanan pembelian, pengusaha dapat memperoleh banyak informasi untuk analisis bisnis. Akan tetapi, banyak dari pengusaha retail masih belum menyimpan data tersebut secara terstruktur, sehingga sulit untuk melakukan analisis dan pelacakan. Meskipun banyak dari pesanan pembelian telah berbentuk digital seperti PDF, pencatatan terstruktur bersumber dari dokumen digital masih memerlukan upaya dalam waktu dan usaha, serta rawan kesalahan jika dilakukan secara manual oleh manusia. Penelitian ini bertujuan untuk membuat model information extraction dari pesanan pembelian berbentuk PDF. Alur kerja dari penelitian ini dimulai dengan pengumpulan data, data pre-processing, information extraction, evaluasi, dan penyimpanan kedalam database. Data yang digunakan pada penelitian ini adalah pesanan pembelian dari “Toko Maju” yang berbentuk PDF. Pesanan pembelian akan dirubah ke format JPEG, sebelum dilakukan proses pelabelan dan pembentukan bounding boxes. Proses information extraction meliputi proses object detection dan OCR. Object detection akan menggunakan model Keras RetinaNet. Setelah letak daerah ekstraksi ditemukan, maka akan dilakukan deteksi karakter atau OCR dengan menggunakan library Tesseract. Informasi hasil ekstraksi akan disimpan ke database MySQL. Model information extraction memperoleh nilai confidence sebesar 95.6% dan nilai accuracy sebesar 95.5%
Implementation of Hand Gesture Recognition as Smart Home Devices Controller
Full text linkSome current virtual assistant products such as Alexa, Siri and Google Home facilitate features to control smart home devices through voice input, which has become increasingly popular in recent years. In addition to voice input, smart home devices can also be monitored and controlled through smartphones or computers using applications that provide users with flexibility. However, both control systems are less efficient, as they consume time and voice input utilization may sometimes not be recognized in crowded conditions. Therefore, this research introduces an application to recognize real-time hand gestures and utilize them for a new control system that provides time and energy efficiency. This application processes images using the Mediapipe framework, generating hand landmark outputs. These landmark outputs are utilized to determine the combination of raised or lowered fingers, which is then used to control smart home devices. The application is developed with ESP32 and ESP01s modules as data receivers from gesture recognition, and ESP32-CAM for image acquisition. Meanwhile, the gesture recognition computation process is executed on a Raspberry Pi 3 Model B. The gesture recognition application achieves good accuracy at 88%, but may experience occasional failures for certain gestures. However, the response time generated by the smart home control system is still relatively long, averaging 7.88 seconds
Analisis Pengaruh Kinerja Mitra Kerja Terhadap Suplai Raskin Menggunakan Regresi Berganda-Path Analysis, Studi Kasus: Pengadaan Gabah dan Beras
Full text linkHasil monitoring dan evaluasi pelaksanaan Program Raskin menyatakan lemahnya pengawasan dan kontrol membuat kinerja mitra kerja Bulog ikut melemah sehingga berakibat terhadap proses penyaluran raskin. Keterlambatan pengiriman barang dan kuantitas kontrak yang tidak terpenuhi oleh mitra kerja diduga berpengaruh pada proses bisnis yang ada di Bulog, dimana penyaluran raskin merupakan salah satu proses bisnis utamanya. Analisis diperlukan untuk mengetahui bagaimana pengaruh faktor kinerja mitra kerja terhadap suplai raskin sehingga mampu memberikan rekomendasi tindakan yang tepat pada level manajerial Bulog. Analisis yang dilakukan pada penelitian ini menggunakan metode regresi berganda yang dikembangkan dengan metode path analysis dengan lima variabel bebas dan satu variabel terikat. Variabel bebas merepresentasikan kinerja mitra kerja yang mencakup faktor pemenuhan kuantitas beras berdasarkan kualitas atau LHPK, kuantitas realisasi tahun sebelumnya, kontribusi mitra kerja terhadap target, kapasitas produksi, dan pemenuhan hari kontrak oleh mitra kerja. Sedangkan variabel terikat dari penelitian ini ialah suplai raskin. Hasil analisis menunjukkan bahwa kinerja mitra kerja secara keseluruhan memiliki pengaruh positif terhadap kontribusi mitra kerja dalam memenuhi target Raskin. Pengaruh terbesar terdapat pada saat jumlah realisasi mitra kerja sama dengan target. LHPK yang diterima juga memiliki pengaruh terbesar terhadap kinerja mitra kerja, jumlah realisasi dan penetapan target mitra kerja