Techno.Com
Not a member yet
738 research outputs found
Sort by
Integrasi Quality Control Circle dalam Bisnis Proses Produksi dan Pengujian Efisiensi Biaya dengan Bootstrap Paired T-test
Full text linkDalam upaya meningkatkan efisiensi proses bisnis produksi, perusahaan menghadapi tantangan berupa tingginya jumlah cacat roll letter mark pada mesin extruder small wire. Cacat ini berdampak negatif terhadap kualitas produk dan menimbulkan pemborosan biaya produksi. Penelitian ini bertujuan untuk menurunkan jumlah cacat tersebut melalui penerapan metode Quality Control Circle (QCC) serta menganalisis efektivitas perbaikannya dari sisi cost reduction menggunakan uji Bootstrap Paired T-test. Metode QCC digunakan untuk mengidentifikasi akar penyebab, merancang solusi, dan mengimplementasikan tindakan korektif secara sistematis. Evaluasi dilakukan dengan membandingkan data sebelum dan sesudah perbaikan. Hasil penelitian menunjukkan penurunan signifikan jumlah cacat roll letter mark setelah implementasi QCC, yang didukung oleh hasil uji statistik Bootstrap Paired T-test (p < 0,05). Selain peningkatan kualitas, analisis juga menunjukkan terjadinya penghematan biaya produksi secara nyata. Dengan demikian, integrasi QCC terbukti efektif dalam mengoptimalkan proses bisnis produksi dan meningkatkan efisiensi operasional secara keseluruhan. Penelitian ini merekomendasikan penerapan QCC secara berkelanjutan sebagai bagian dari strategi peningkatan mutu dan efisiensi di lingkungan manufaktur.
Kata kunci – Quality Control Circle, Cost Reduction, Bootstrap Paired T-tes
Comparative Usability Analysis of University Department Websites: A Case Study of Industrial and Chemical Engineering Programs
Full text linkThis study's goal was to compare the usability of the websites for the Industrial Engineering and Chemical Engineering departments at a university. Since these sites are critical for new students seeking information, a user-friendly interface is essential for efficient and accurate information retrieval. To conduct the study, a user performance test was administered to 40 new students, all with less than a year of study. They were asked to complete three specific tasks: downloading a form, finding a "kaleidoscope" (a summary of activities), and locating information about oral exam registration. The researchers collected data on the time students took to complete the tasks (efficiency) and the number of errors they made. This data was t hen analyzed using a Two-Way ANOVA statistical method. The results showed significant differences in usability between the two websites, with a very strong interaction effect for both efficiency and error rates. The Industrial Engineering website was most efficient for downloading a form but proved to be the least efficient for finding the kaleidoscope. Conversely, the Chemical Engineering website was most efficient for finding the kaleidoscope but was the least efficient for form downloads. Regarding errors, finding the kaleidoscope and downloading a form presented the most significant challenges, while registering for the oral exam was the least error-prone task. These findings highlight the importance of making specific, tailored improvements to academic web design to enhance the user experience on these platforms.
Keywords – Usability; University Website; User Experience; Efficiency; Error Rate
Perbandingan Kinerja Naive Bayes, Support Vector Machine, Regresi Logistik, dan Decision Tree untuk Klasifikasi Sentimen Ulasan Produk Berbasis TF-IDF
Full text linkAnalisis sentimen merupakan salah satu pendekatan penting dalam pemrosesan bahasa alami yang digunakan untuk memahami opini konsumen melalui data ulasan produk di platform digital. Tantangan utama dalam analisis ini adalah memilih algoritma klasifikasi yang paling efektif untuk memproses data teks dalam jumlah besar dan kompleks. Penelitian ini bertujuan membandingkan kinerja empat algoritma klasifikasi populer, yaitu Naive Bayes, Support Vector Machine (SVM), Regresi Logistik, dan Decision Tree, dalam mengklasifikasikan sentimen ulasan produk berbasis fitur TF-IDF. Data yang digunakan berjumlah 830 ulasan produk yang dikumpulkan melalui teknik web scraping dari salah satu platform e-commerce. Seluruh data dipra-pemroses dengan tahapan pembersihan, tokenisasi, stopwords removal, dan stemming, kemudian diubah menjadi vektor numerik menggunakan metode TF-IDF. Selanjutnya, data dibagi menjadi data latih dan data uji dengan proporsi 80:20 dan diuji menggunakan keempat algoritma klasifikasi. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) memiliki performa terbaik dengan akurasi sebesar 94%, diikuti oleh Regresi Logistik (92%), Naive Bayes (91%), dan Decision Tree (76%). Nilai precision, recall, dan F1-score pada SVM juga unggul dibandingkan algoritma lain. Temuan ini merekomendasikan SVM sebagai algoritma yang paling efektif untuk klasifikasi sentimen pada ulasan produk berbasis teks. Penelitian ini dapat menjadi referensi bagi pengembangan sistem analisis sentimen yang lebih optimal di masa mendatang.
Kata Kunci - Analisis sentimen, Naive Bayes, Support Vector Machine (SVM), Regresi Logistik, Decision Tree
Detection and Analysis of Batik Waste Using Image Processing Methods in Pekalongan Regency
Full text linkResearch was conducted on the detection of batik wastewater in the batik industry of Pekalongan, which generates liquid waste containing synthetic dyes, heavy metals, and hazardous compounds that can potentially pollute the environment if not properly treated. This study aims to develop a simple detection method based on digital image analysis to identify the color characteristics of batik wastewater. Data were obtained by sampling liquid waste from several affected rivers, which were then analyzed using a digital camera and image processing software to determine the intensity values of the red, green, and blue (RGB) channels. The results show that variations in waste concentration significantly influence the distribution of RGB values, enabling faster, cheaper, and more practical identification of pollution patterns compared to conventional laboratory methods. These findings are expected to serve as the foundation for developing a digital technology-based batik wastewater quality monitoring system as part of efforts to mitigate environmental pollution in Pekalongan.
Keywords - Batik wastewater, Digital image analysis, RGB intensity, Environmental pollution, Image processin
Pendekatan Backpropagation Artificial Neural Network Untuk Prediksi Kemurnian Madu
Full text linkMadu merupakan produk alami yang kemurniannya menjadi indikator utama kualitas dan keasliannya. Penelitian ini bertujuan untuk memprediksi tingkat kemurnian madu menggunakan algoritma Artificial Neural Network (ANN) dengan metode Backpropagation. Dataset terdiri dari 247.903 data dengan 10 atribut madu yang digunakan sebagai variabel input, sedangkan tingkat kemurnian madu dijadikan sebagai target output. Tahapan penelitian meliputi pra-pemrosesan data, pelatihan model, serta evaluasi hasil prediksi. Setelah melalui tahap pra-pemrosesan, jumlah fitur input bertambah menjadi 27. Pada proses eksperimen, dilakukan pengujian beberapa variasi arsitektur (27-14-14-1, 27-27-27-1, 27-54-54-1), fungsi aktivasi (ReLU, sigmoid biner, sigmoid bipolar), learning rate (0,01, 0,1, 0,5), dan jumlah epoch (1000, 1500, 2000) untuk memperoleh konfigurasi terbaik. Hasil optimal diperoleh pada arsitektur jaringan 27-54-54-1 dengan fungsi aktivasi ReLU, learning rate 0,5, dan jumlah epoch sebanyak 2000. Konfigurasi tersebut menghasilkan kinerja prediksi dengan nilai Mean Squared Error (MSE) 0,000542, R-squared (R²) sebesar 0,972010, dan Mean Absolute Percentage Error (MAPE) 1,26%. Hasil ini membuktikan bahwa algoritma Backpropagation Artificial Neural Network dapat digunakan secara efektif dalam memprediksi tingkat kemurnian madu.
Kata Kunci - Artificial Neural Network, Backpropagation, Prediksi, Kemurnian Mad
Klasifikasi Sentimen Ulasan Turis Terhadap Objek Wisata di Bali Menggunakan Support Vector Machine
Full text linkPariwisata di Bali memainkan peran penting dalam perekonomian daerah, dan ulasan wisatawan dapat memberikan wawasan berharga terkait kualitas pengalaman yang dirasakan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan wisatawan berbahasa Inggris terhadap enam objek wisata di Bali, yaitu Pantai Kuta, Pantai Nusa Dua, Pantai Sanur, Tegalalang Rice Terrace, Pura Luhur Uluwatu, dan Pura Penataran Agung Lempuyang, dengan total data sebanyak 4.872 ulasan, masing-masing 812 ulasan per objek. Data diperoleh dari situs TripAdvisor dan Google Maps, dan dianalisis melalui tahapan web scraping, text preprocessing, transformasi menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta pemodelan dengan algoritma Support Vector Machine (SVM). Hasil evaluasi menunjukkan bahwa algoritma Support Vector Machine (SVM) mampu mengklasifikasikan sentimen dengan akurasi sebesar 93,95% saat menggunakan data yang seimbang dengan precision, recall dan F1-score untuk kedua kelas (Negative dan Positive) masing-masing mencapai 94%, dan akurasi sebesar 90,83% pada data yang tidak seimbang dengan kelas Positve memiliki recall dan F1-score yang lebih tinggi (94% dan 92%), sementara kelas Negative memiliki precision dan F1-score yang sedikit lebih rendah (91% dan 88%). Temuan ini menunjukkan bahwa model bekerja lebih optimal pada data dengan distribusi sentimen yang seimbang. Secara keseluruhan, algoritma Support Vector Machine (SVM) terbukti efektif dan akurat dalam menganalisis sentimen ulasan wisatawan terhadap objek wisata di Bali.
Kata kunci: Sentimen, Ulasan Wisatawan, Support Vector Machine (SVM), Objek Wisata, Bal
Optimasi MPPT pada Sistem Turbin Angin Nonlinear Menggunakan Firefly Algorithm
Full text linkPenelitian ini membahas pendekatan optimasi Maximum Power Point Tracking (MPPT) pada sistem turbin angin nonlinier menggunakan Firefly Algorithm (FA). Karakteristik nonlinier turbin angin, yang disebabkan oleh fluktuasi kecepatan angin serta interaksi mekanik dan elektrik, menjadi tantangan utama dalam proses ekstraksi daya maksimum. Metode MPPT konvensional sering mengalami keterbatasan dalam hal kecepatan konvergensi dan akurasi pelacakan pada kondisi angin yang dinamis. Oleh karena itu, penelitian ini mengusulkan penggunaan algoritma FA, yaitu algoritma optimasi metaheuristik yang terinspirasi dari perilaku cahaya kunang-kunang, untuk meningkatkan performa MPPT. Sistem konversi energi angin dimodelkan secara matematis dengan mempertimbangkan sifat nonlinier, dan FA digunakan untuk menyesuaikan duty cycle konverter guna mencapai titik daya maksimum secara efisien. Hasil simulasi pada lingkungan MATLAB/Simulink menunjukkan bahwa metode MPPT berbasis FA mampu meningkatkan akurasi pelacakan dan waktu respon dibandingkan dengan metode tradisional seperti Perturb and Observe (P&O) dan Incremental Conductance (IncCond). Metode yang diusulkan juga menunjukkan ketahanan terhadap perubahan kondisi angin dan dinamika sistem. Hasil penelitian ini menunjukkan bahwa Firefly Algorithm merupakan solusi yang menjanjikan untuk optimalisasi sistem energi angin nonlinier dan mendukung efisiensi teknologi energi terbarukan.
Kata kunci: MPPT, Turbin Angin Nonlinear, Firefly Algorithm, Optimasi, Energi Terbarukan
Implementasi Steganografi Menggunakan Metode End of File (EOF) untuk Menyisipkan File Detail Drawing Engineering dalam Gambar
Full text linkPenelitian ini bertujuan mengembangkan sistem steganografi berbasis web dengan menerapkan pendekatan End of File (EOF) guna menyisipkan file PDF berisi detail gambar teknik ke dalam file citra digital (.jpg dan .png) pada skenario industri manufaktur. Perlindungan informasi teknis yang bersifat rahasia sangat esensial untuk mencegah akses tidak sah selama proses transmisi digital melalui berbagai kanal komunikasi. Pendekatan EOF memungkinkan penyisipan file secara tidak terlihat tanpa mengubah struktur asli media gambar, sehingga tidak menurunkan kualitas visual. Sistem dibangun dengan HTML, PHP, JavaScript, dan MySQL sebagai basis backend dan frontend. Pengujian mencakup validasi format file, performa proses enkripsi-dekripsi, serta efektivitas distribusi file melalui WhatsApp, email, dan media penyimpanan fisik. Hasilnya menunjukkan bahwa metode EOF berhasil menyisipkan dan mengekstrak file secara akurat, dengan mutu visual gambar yang tetap terjaga. Sistem yang dihasilkan terbukti dapat menjadi solusi proteksi data yang efektif, fleksibel, dan aplikatif bagi kebutuhan industri.
Kata Kunci : steganografi; End of File; keamanan data; penyisipan file PDF; steganografi gamba
Digital Forensics to Prove Authenticity and Detect Malware in Email Sent on Directorat of Inovation and Bussiness Incubator
Full text linkAbstract - The Directorate of Innovation and Business Incubator (DIIB) at Bina Darma University often receives emails from external sources, increasing the risk of phishing, spoofing, and malware threats. This study applies the Digital Forensic Research Workshop (DFRWS) framework comprising Identification, Preservation, Collection, Examination, Analysis, and Presentation to analyze suspicious emails using forensic tools such as MXToolbox, Whois Lookup, Talos Intelligence, Sucuri SiteCheck, and VirusTotal. Ten suspicious emails were examined. Most failed one or more authentication checks (SPF, DKIM, DMARC), indicating weak verification and potential spoofing. Domain and IP analyses showed public domains like Gmail and Yahoo were most exploited, while official domains such as Upj.ac.id and Maranatha.ac.id had moderate risk. Sucuri classified most domains as medium to high risk, and VirusTotal found no active malware. The study concludes that phishing and spoofing pose greater threats than direct malware, highlighting the importance of forensic email analysis to enhance cybersecurity awareness at DIIB.
Keywords – DIIB, Email, DFRWS, Malware, Tool
Thematic Analysis and Game-based Learning for the Development of Virtual Cultural Heritage Museums as Learning Agents
Full text linkThis study aims to develop a virtual cultural heritage museum as a learning agent. Qualitative approach with thematic analysis method was applied to design a virtual museum based on the perspective of museum management as a provider of learning facilities. The opinions collected were in the form of challenges and obstacles in functioning the museum as a provider of learning facilities. Opinions were used to identify the theme of the virtual museum, and synthesized with six strategies in effective learning. The resulting synthesis was then used to develop a virtual museum model using a game-based learning approach. The Photogrammetry technique was used for 3D reconstruction of cultural heritage objects to achieve high precision results, both in terms of shape and texture. The evaluation conducted using the User Accaptence Test technique shows that the proposed model and method can actualize the characteristics of effective learning strategies.
Keywords - Thematic analysis, Game-based learning, Learning agent, Virtual museums, Photogrammetr