IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Analisis Komparatif Kernel Linear, Polynomial, RBF, dan Sigmoid pada Support Vector Machine untuk Klasifikasi Penyakit Jantung: Comparative Analysis of Linear, Polynomial, RBF, and Sigmoid Kernels in Support Vector Machine for Heart Disease Classification
No full textPenyakit jantung masih menjadi salah satu penyebab utama kematian di berbagai belahan dunia, sehingga deteksi dini sangat diperlukan untuk menekan risiko yang mungkin timbul. Penelitian ini menerapkan algoritma Support Vector Machine (SVM) dalam mengklasifikasikan risiko penyakit jantung dengan melakukan perbandingan kinerja empat jenis kernel, yaitu linear, polynomial, radial basis function (RBF), dan sigmoid. Dataset yang digunakan berasal dari open dataset “Heart Disease” di Kaggle yang berisi 303 data pasien dengan 13 atribut klinis, age, sex, jenis nyeri dada (cp), tekanan darah saat istirahat (trestbps), kolesterol serum (chol), gula darah puasa (fbs), hasil EKG istirahat (restecg), detak jantung maksimum (thalach), angina akibat olahraga (exang), depresi ST (oldpeak), kemiringan segmen ST (slope), jumlah pembuluh darah utama (ca), dan thal, serta satu target biner yang menunjukkan ada/tidaknya penyakit jantung. Proses penelitian meliputi pemuatan dataset dan eksplorasi awal, dilanjutkan pra-pemrosesan data, inisialisasi SVM, iterasi kernel, pelatihan model, prediksi pada data uji, serta evaluasi performa. Seluruh kernel dituning secara konsisten menggunakan GridSearchCV guna memperoleh konfigurasi optimal. Hasil evaluasi menunjukkan bahwa kernel polynomial memberikan performa terbaik dengan akurasi 88,52% dan F1-score 89%. Dengan demikian, kernel polynomial dinilai sebagai pilihan paling optimal untuk klasifikasi penyakit jantung menggunakan metode SV
Evaluasi Kondisi Transformator Daya PLTU Tenayan Raya Menggunakan Metode Sweep Frequency Response Analysis: Power Transformer Condition Assessment at Tenayan Raya Power Plant Using Sweep Frequency Response Analysis
No full textTransformers are one of the most important equipment in electrical power systems. Transformer failure at power plants can interrupt the continuity of electricity supply. Therefore, monitoring the condition and early detection of transformer damage is important to ensure that transformers can work properly until their maximum service life. One type of damage that can occur is a change in the mechanical structure of the transformer's internal components. This damage can be detected using the Sweep Frequency Response Analysis (SFRA) method, which is a non-invasive testing technique that analyzes changes in frequency response due to internal mechanical disturbances. This study conducted an SFRA analysis on power transformers at the Tenayan Raya Power Plant by comparing the conditions before and after repairs. Comparisons across three test periods showed that the most notable variations occurred between 2020 and 2022, mainly at high frequencies, indicating winding deformation due to operational stress. In contrast, the pre- and post-maintenance comparison revealed stable responses, confirming that maintenance activities did not cause significant deformation.Transformator merupakan salah satu peralatan penting dalam sistem tenaga listrik. Kegagalan transformator pada pusat pembangkit dapat mengganggu kontinuitas pasokan listrik. Oleh karena itu, pemantauan kondisi dan deteksi dini kerusakan transformator penting untuk dilakukan agar transformator dapat bekerja dengan baik dan sesuai dengan usia pemakaian maksimumnya. Salah satu jenis kerusakan yang dapat terjadi adalah perubahan struktur mekanis pada komponen internal transformator. Kerusakan ini dapat dideteksi menggunakan metode Sweep Frequency Response Analysis (SFRA) yang merupakan teknik pengujian non-invasif dengan menganalisis perubahan respons frekuensi akibat gangguan mekanis internal. Penelitian ini melakukan analisis SFRA pada transformator daya di PLTU Tenayan raya dengan membandingkan kondisi sebelum dan sesudah perbaikan. Perbandingan dari tiga periode pengujian menunjukkan variasi paling signifikan terjadi antara tahun 2020 dan 2022, terutama pada rentang frekuensi tinggi, yang mengindikasikan potensi deformasi belitan akibat stres operasi. Sebaliknya, perbandingan sebelum dan sesudah pemeliharaan menunjukkan respons yang stabil, sehingga dapat disimpulkan bahwa aktivitas pemeliharaan tidak menimbulkan deformasi mekanis yang signifikan
Edukasi Penggunaan Skincare Halal Sebagai Gaya Hidup Gen-Z
No full textPeningkatan kesadaran akan pentingnya gaya hidup sehat dan religius di kalangan generasi Z turut mendorong kebutuhan akan edukasi pemilihan produk skincare yang halal dan aman. Kegiatan pengabdian ini bertujuan untuk memberikan edukasi kepada siswa MAN Pekalongan mengenai pentingnya memilih produk skincare yang bersertifikat halal dan terdaftar Badan Pengawas Obat dan Makanan (BPOM). Pengabdian dilaksanakan melalui metode penyampaian materi, diskusi interaktif, dan evaluasi berbasis kuesioner yang diikuti oleh 25 siswa. Materi meliputi pengenalan ciri produk halal, pentingnya label Majelis Ulama Indonesia (MUI) dan BPOM, serta praktik mengenali kemasan produk. Hasil kuesioner menunjukkan bahwa 90% siswa memahami materi yang diberikan, 84% menyatakan ketertarikan untuk menggunakan produk halal, dan 78% bersedia menyebarkan informasi yang diperoleh. Diskusi yang dilakukan menunjukkan tingginya antusiasme dan rasa ingin tahu siswa terkait kandungan produk, urutan pemakaian skincare, dan efek penggunaannya. Kegiatan ini tidak hanya meningkatkan literasi halal di kalangan siswa, tetapi juga mendorong sikap kritis dan selektif terhadap konsumsi produk kosmetik. Edukasi skincare halal terbukti efektif sebagai strategi pemberdayaan konsumen muda dalam membentuk gaya hidup yang lebih sehat, aman, dan selaras dengan nilai-nilai Islam. Diharapkan kegiatan serupa dapat dilakukan secara berkelanjutan di sekolah-sekolah lain
Pengembangan Purwarupa Platform Digital Pelaporan Nilai Siswa Sebagai Pendukung Kurikulum Merdeka Berbasis Aplikasi Web di Lingkungan Sekolah Binekas
No full textSekolah Binekas is a private school in South Bandung that has implemented the Merdeka Curriculum in its learning process. However, monitoring students’ learning achievements is still done manually using traditional records or basic digital spreadsheets, making it difficult for teachers and school management to analyze progress systematically. This community service project aimed to develop a prototype of a web-based digital reporting system to enable real-time tracking of student learning outcomes. The development process involved requirement analysis, user interface design, and system implementation using a user-centered design approach. The system enables efficient data entry, assessment recap, and learning achievement visualization, offering better accuracy and usability than manual methods. Furthermore, it supports school administrative tasks, such as preparing reports for accreditation and evaluating the curriculum. Trial use at Sekolah Binekas indicated that the system simplifies assessment data access for teachers and aids school management in making data-driven decisions. The system offers a practical contribution to a more structured, digital, and locally adaptive monitoring process for Merdeka Curriculum implementation.Sekolah Binekas merupakan salah satu sekolah swasta di Bandung Selatan yang telah menerapkan Kurikulum Merdeka dalam proses pembelajarannya. Namun, pemantauan capaian pembelajaran siswa masih dilakukan secara manual, baik melalui pencatatan tradisional maupun lembar kerja digital sederhana, sehingga menyulitkan guru dan manajemen dalam menganalisis perkembangan pembelajaran secara sistematis. Kegiatan pengabdian masyarakat ini bertujuan mengembangkan purwarupa sistem pelaporan nilai digital berbasis aplikasi web yang mendukung pelacakan capaian pembelajaran siswa secara real-time. Proses pengembangan dilakukan melalui tahapan analisis kebutuhan, perancangan antarmuka berbasis pengguna, dan implementasi sistem dengan pendekatan user-centered design. Hasil implementasi menunjukkan bahwa sistem mampu melakukan entri, rekapitulasi, dan visualisasi data asesmen dengan efisiensi dan akurasi yang lebih baik dibandingkan metode manual. Selain itu, sistem mendukung kebutuhan administrasi sekolah dalam penyusunan laporan akreditasi dan evaluasi kurikulum. Uji coba terbatas di Sekolah Binekas menunjukkan bahwa sistem ini mempermudah guru dalam mengakses data asesmen serta mendukung manajemen dalam mengambil keputusan berbasis data. Sistem ini memberikan kontribusi nyata terhadap pemantauan Kurikulum Merdeka yang lebih digital, terstruktur, dan adaptif terhadap kebutuhan sekolah
Klasifikasi Jenis Jerawat Berdasarkan Convolutional Neural Network: Classification of Acne Type Based on Convolutional Neural Network
No full textJerawat biasanya dimulai pada masa awal pubertas dengan meningkatnya produksi minyak pada wajah. Penelitian ini merupakan implementasi dari klasifikasi dan pendeteksian jenis jerawat menggunakan Image Processing. Jerawat dapat diklasifikasikan kedalam beberapa jenis, yaitu komedo hitam, komedo putih, pustula, dan papula. Klasifikasi menggunakan Deep Learning metode CNN menggunakan pustaka Tensforflow Keras. Berdasarkan penelitian yang telah dilakukan, tujuan penelitian ini untuk mengklasifikasikan berbagai macam jenis jerawat dengan data gambar yang dimiliki setiap jenis jerawat. Hasil penelitian yang didapat dari hasil pengujian menghasilkan nilai akurasi yang tinggi 96.57% dan Loss 24.78%. Menggunakan Deep Learning terbukti bekerja cukup efisien karena telah menghasilkan nilai akurasi yang tinggi
Analisis Kinerja Convolutional Neural Networks Baseline untuk Identifikasi Jenis Jenis Penyakit Kentang: Performance Analysis of Baseline Convolutional Neural Networks for Identifying Potato Disease Types
No full textPenelitian ini bertujuan untuk mengembangkan dan mengevaluasi model Convolutional Neural Network (CNN) baseline dalam mengidentifikasi jenis-jenis penyakit pada daun kentang. Dataset yang digunakan terdiri dari citra daun kentang yang terinfeksi dan sehat, yang diklasifikasikan ke dalam beberapa kategori penyakit seperti late blight, early blight, dan penyakit bakteri. Model CNN dirancang dengan arsitektur dasar yang meliputi beberapa lapisan konvolusi, pooling, dan fully connected, serta dilatih menggunakan Optimizer Adam dengan fungsi loss categorical cross-entropy. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 82% pada validation set dan rata-rata 95% pada data acak. Meskipun model menunjukkan performa yang baik dalam mengklasifikasikan citra, indikasi overfitting terlihat dari perbedaan antara akurasi training dan validation. Analisis lebih lanjut mengidentifikasi kesalahan prediksi yang terjadi, terutama pada kelas dengan gejala visual yang mirip. Penelitian ini merekomendasikan penerapan teknik regulasi, augmentasi data, dan penggunaan arsitektur lebih kompleks untuk meningkatkan akurasi model. Hasil penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan sistem deteksi penyakit tanaman berbasis kecerdasan buatan yang lebih efisien
Penerapan Algoritma Apriori dalam Menentukan Rekomendasi Paket Produk: Implementation of Apriori Algorithm for Product Bundle Recommendations
No full textToko Surya Elektrik Turen di Kabupaten Malang mengalami kesulitan untuk menentukan paket produk yang biasa dibeli oleh konsumen. Untuk menyelesaikan masalah ini, penelitian ini menggunakan Apriori untuk mengidentifikasi pola hubungan antara produk dan data transaksi. Algoritma ini terbukti efektif dalam menemukan produk yang banyak dibeli bersama, tetapi tidak dapat diaplikasikan secara langsung untuk merekomendasikan paket produk karena terdapat produk yang direkomendasikan berulang kali. Oleh karena itu, untuk menghasilkan rekomendasi yang lebih relevan, penelitian ini menambahkan parameter kategori untuk membatasi pola hubungan yang sama atau berulang. Hasil penelitian menunjukkan Peningkatan nilai parameter minimum support dan minimum confidence berpengaruh signifikan terhadap aturan asosiasi yang terbentuk. Terdapat penurunan jumlah rekomendasi sebesar 80% dari pengujian minimum support 0.06 dan minimum confidence 0.6 dengan minimum support 0.1 dan minimum confidence 0.8. tetapi mengalami peningkatan nilai rata rata support sebesar 35% dan peningkatan rata rata nilai confidence sebesar 32%. Jumlah rekomendasi yang dibuat berkurang, tetapi kualitas asosiasi yang terbentuk meningkat. Selain itu penambahan parameter kategori pada algoritma Apriori mempengaruhi jumlah rekomendasi yang dihasilkan. Dimana kombinasi 4-itemset dengan kategori Lampu, Kabel, Fitting dan Stop Kontak menghasilkan 1 rekomendasi yang cocok dengan rata rata support sebesar 0.056 dan rata rata confidence 0.529
Perancangan UI/UX pada Website Inventaris Brang Menggunakan Metode Design Thinking: UI/UX Design of Goods Inventory Website Using the Design Thinking Method
No full textPengelolaan inventaris barang di Kejaksaan Negeri Empat Lawang masih dilakukan secara manual, menyebabkan berbagai permasalahan seperti kehilangan data, kesulitan dalam pencarian barang, serta ketidakjelasan penanggung jawab aset. Sistem pencatatan konvensional yang kurang efektif dapat menghambat efisiensi kerja, meningkatkan risiko kesalahan dalam pengelolaan aset, serta memperlambat proses audit dan pelaporan. Untuk mengatasi permasalahan ini, penelitian ini merancang User Interface (UI) dan User Experience (UX) pada Website Inventaris Barang menggunakan metode Design Thinking. Metode ini diterapkan melalui lima tahapan, yaitu Empathize (memahami kebutuhan pengguna), Define (mengidentifikasi permasalahan utama), Ideate (mengembangkan solusi inovatif), Prototype (merancang model awal desain), dan Testing (mengujinya dengan pengguna). Prototipe website yang telah dikembangkan diuji menggunakan metode Usability Testing dengan Single Ease Question (SEQ) untuk mengukur kemudahan penggunaan sistem. Hasil pengujian menunjukkan bahwa skor usability berada dalam rentang 5-7, yang mengindikasikan bahwa desain UI/UX yang dibuat mudah digunakan dan dipahami oleh pengguna. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi dalam pencatatan dan pelacakan barang inventaris, meminimalkan kehilangan aset, serta memberikan pengalaman pengguna yang lebih baik. Penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dengan fitur tambahan seperti integrasi sistem QR Code, otomatisasi laporan inventaris, serta analisis data berbasis kecerdasan buatan untuk meningkatkan akurasi manajemen aset
PEMANFAATAN MESIN STIRLING SEBAGAI SUMBER ENERGI ALTERNATIF UNTUK SISTEM PENCATU DAYA SKALA KECIL: Pemanfaatan Mesin Stirling Sebagai Sumber Energi Alternatif Untuk Sistem Pencatu Daya Skala Kecil
No full textLimited access to electricity in remote areas is a serious challenge in national energy distribution. This study aims to examine the use of Stirling engines as an environmentally friendly alternative energy source that can be used for small-scale power supply systems. Stirling engines were chosen because of their ability to convert heat energy from various sources into mechanical energy, which is then converted into electrical energy. The research methods include prototype design, performance testing, and interviews with experts in the field of energy conversion. The test results show that Stirling engines are capable of producing an average electrical power of 5.7 watts at an operating temperature of ? 300°C, with an energy conversion efficiency of around 15–20%. The integration of a microcontroller-based power control system has succeeded in increasing output stability and facilitating system performance monitoring. The interview results support that this technology has the potential to be further developed in areas that have not been reached by electricity. This study concludes that Stirling engines are an alternative solution that is applicable, economical, and supports the development of renewable energy in Indonesia.Keterbatasan akses listrik di daerah terpencil menjadi tantangan serius dalam pemerataan energi nasional. Penelitian ini bertujuan untuk mengkaji pemanfaatan mesin Stirling sebagai sumber energi alternatif ramah lingkungan yang dapat digunakan untuk sistem pencatu daya skala kecil. Mesin Stirling dipilih karena kemampuannya mengubah energi panas dari berbagai sumber menjadi energi mekanik, yang selanjutnya dikonversi menjadi energi listrik. Metode penelitian meliputi perancangan prototipe, pengujian performa, serta wawancara dengan pakar di bidang konversi energi. Hasil pengujian menunjukkan bahwa mesin Stirling mampu menghasilkan daya listrik rata-rata sebesar 5,7 Watt pada suhu operasi ? 300°C, dengan efisiensi konversi energi sekitar 15–20%. Integrasi sistem kontrol daya berbasis mikrokontroler berhasil meningkatkan kestabilan output dan mempermudah pemantauan kinerja sistem. Hasil wawancara mendukung bahwa teknologi ini potensial untuk dikembangkan lebih lanjut di wilayah yang belum terjangkau listrik. Penelitian ini menyimpulkan bahwa mesin Stirling merupakan solusi alternatif yang aplikatif, ekonomis, dan mendukung pengembangan energi terbarukan di Indonesia
Rancang Bangun Sistem Manajemen Inventory Barang Sample Berbasis Web pada Divisi Pemasaran (Studi Kasus: PT.Berjaya Abadi) : Design and Build a Web Based SampleGoods Inventory Management System in the Marketing Division
No full textEfisiensi dalam pengelolaan inventory barang sample memegang peranan penting dalam meningkatkan efektivitas strategi pemasaran perusahaan. Masalah seperti kesalahan pencatatan, kehilangan barang, dan ketidakefisienan distribusi menjadi hambatan utama yang sering dihadapi. Untuk mengatasi hal tersebut, penelitian ini menawarkan solusi berupa sistem informasi manajemen inventory berbasis web yang terintegrasi dan real-time. Penelitian ini bertujuan merancang sistem informasi manajemen inventory berbasis web yang terintegrasi untuk pencatatan, pemantauan, dan distribusi barang sample secara real-time. Metode pengembangan yang digunakan adalah waterfall, meliputi analisis kebutuhan, desain sistem dengan UML—termasuk Diagram Use Case, Activity Diagram, dan Class Diagram—implementasi, serta pengujian sistem menggunakan black-box testing dan usability testing. Sistem ini memiliki fitur utama seperti pencatatan barang masuk dan keluar, laporan barang dirakit, dan pengelolaan permintaan barang. Berdasarkan hasil observasi dan estimasi internal perusahaan, sistem ini diproyeksikan dapat mengurangi kesalahan pencatatan sebesar 15% dan mempercepat waktu pengolahan data hingga 50% dibandingkan metode manual sebelumnya. Hasil pengujian menunjukkan sistem mampu memberikan visibilitas stok secara real-time dan menghasilkan laporan otomatis. Nilai persentase ini diperoleh dari data observasi awal terhadap proses manual, di mana kesalahan pencatatan dan lamanya pemrosesan data tercatat secara signifikan. Sistem ini juga mendukung pengambilan keputusan yang lebih akurat melalui penyediaan laporan otomatis yang up-to-date, memungkinkan manajemen untuk mengevaluasi stok, merencanakan distribusi, dan merespons permintaan pasar dengan lebih tepat waktu