Prosiding Semnastek
Not a member yet
1032 research outputs found
Sort by
Identifikasi Risiko MSDS Pada Proses Penghalusan Furniture Jati Dengan Metode Reba Dan Owas
Full text linkProses penghalusan dalam industri furniture jati dilakukan secara manual dengan postur kerja yang tidak ergonomis, seperti duduk langsung di lantai dan membungkuk dalam waktu yang lama. Kondisi tersebut menyebabkan keluhan gangguan muskuloskeletal (MSDs) pada pekerja. Penelitian ini bertujuan untuk mengidentifikasi tingkat risiko MSDs dengan menggunakan metode Rapid Entire Body Assessment (REBA) dan Ovako Working Posture Analysis System (OWAS). Hasil analisis menunjukkan bahwa skor OWAS sebesar 3 mengindikasikan tingkat risiko tinggi yang memerlukan tindakan perbaikan segera, sementara skor REBA sebesar 11 menunjukkan tingkat risiko sangat tinggi dan keluhan MSDs yang paling dominan dialami oleh pekerja terjadi pada bagian punggung, bahu, dan leher, yang disebabkan oleh kombinasi postur kerja membungkuk, duduk di lantai tanpa penyangga, serta aktivitas kerja yang bersifat berulang dengan beban yang relatif berat. Dengan demikian, penerapan metode REBA dan OWAS terbukti efektif dalam mengidentifikasi serta mengonfirmasi tingkat keparahan risiko postur kerja tersebut, sekaligus memberikan arah perbaikan ergonomis untuk mengurangi keluhan MSDs secara signifikan. Temuan ini menunjukkan bahwa postur kerja saat ini membahayakan kesehatan pekerja dan perlu dilakukan perbaikan segera dengan pendekatan ergonomi
Perancangan Ulang Meja Kerja Pengukiran Guna Meminimasi Musculosketal Disorders Pekerja di CV Jati Menggunakan Metode Ergonomic Function Deployment (EFD)
Full text linkIndustri mebel sering menghadapi masalah ergonomi, terutama pada stasiun pengukiran manual yang melibatkan postur tubuh yang tidak ergonomis yang menyebabkan risiko gangguan muskuloskeletal (MSD) pada pekerja. Penelitian ini bertujuan untuk merancang ulang meja kerja pengukiran di CV Jati Jaya menggunakan metode Ergonomic Function Deployment (EFD) untuk meminimalkan keluhan MSD dan meningkatkan kenyamanan serta efisiensi kerja. Hasil analisis menunjukkan skor Nordic Body Map (NBM) dari dua pekerja berada pada tingkat risiko tinggi, yaitu masing-masing 76 dan 72. Selain itu, penilaian postur menggunakan Rapid Upper Limb Assessment (RULA) menghasilkan skor awal sebesar 6, yang berarti perubahan harus dilakukan segera untuk mengurangi risiko ergonomis. Simulasi ini menggunakan perangkat lunak CATIA dan Solidworks. Pada uji kekuatan dengan tekanan sebesar 147,1 N, menunjukkan dominasi warna biru, yang mengindikasikan kemampuannya menahan beban tanpa risiko kegagalan. Uji displacement menunjukkan perpindahan maksimum sebesar 1,5 mm, yang tergolong kecil, menandakan bahwa meja memiliki kekakuan yang baik. Selain itu, hasil uji strain menunjukkan dominasi warna biru regangan rendah dan sebagian kecil warna hijau regangan sedang, tetapi nilai regangan tetap sangat kecil dan tidak berbahaya. Desain meja baru ini mampu menurunkan skor akhir RULA menjadi 4, yang mengindikasikan perlunya Investigasi lebih lanjut dan kemungkinan diperlukan perubahan. Dengan desain ini, risiko kesehatan jangka panjang pekerja dapat dikurangi, produktivitas meningkat, dan kebutuhan ergonomi terpenuh
Pengukuran Kristal Nano Magnesium Karbonat Dengan Metode X-Ray Diffraction (XRD)
Full text linkMagnesium karbonat merupakan salah satu bahan material magnesium yang banyak digunakan untuk keperluan industri seperti industri farmasi, industri percetakan dan lain-lain. Pada penelitian ini akan dilakukan pengujian ukuran kristal produk hasil penelitian sebelumnya dengan menggunakan metode X-Ray Diffraction (XRD). Latar belakang kegiatan pengukuran adalah untuk melihat ukuran kristal material nano magnesium karbonat dengan menggunakan peralatan X-Ray Diffraction (XRD) yang lebih murah daripada dengan peralatan HR-TEM. Tujuan dari kegiatan ini untuk mengetahui ukuran kristal pada produk nano magnesium karbonat. Produk hasil penelitian sebelumnya yang diuji adalah pada produk magnesium karbonat tanpa proses radiasi ultrasonik (PR-70), dengan radiasi ultrasonik 16 menit menggunakan media air (A16) dan radiasi ultrasonik 16 menit dengan media Ethanol absolut (B16). Hasil pengukuran dengan metode X-Ray Diffraction (XRD) menunjukkan ukuran kristal sampel PR-70 adalah 38 nm, sampel A16 adalah 17 nm dan sampel B16 adalah 28 nm
Penerapan Adjustable Table untuk Mengurangi Risiko MSDs pada Proses Produksi di Workshop PT. ABC
Full text linkProses produksi yang efisien dan aman merupakan salah satu kunci keberhasilan dalam industri manufaktur. Selain itu, kondisi kerja yang berbahaya juga dapat meningkatkan risiko cedera pada pekerja, yang pada akhirnya dapat memengaruhi kinerja perusahaan secara keseluruhan. Postur kerja yang tidak ergonomis dapat meningkatkan risiko Musculoskeletal Disorders (MSDs) dan menurunkan efisiensi kerja. Di Workshop PT. ABC, khususnya pada proses assembly dan finishing, pekerja sering bekerja dalam posisi jongkok dan menunduk dalam waktu lama akibat ketiadaan meja kerja yang sesuai, yang berpotensi menyebabkan kelelahan serta cedera. Penelitian ini bertujuan untuk mengevaluasi risiko postur kerja pada proses tersebut, memberikan rekomendasi perbaikan, serta menilai kelayakan implementasi perbaikan dari segi ekonomi. Metode yang digunakan meliputi Rapid Entire Body Assessment (REBA) untuk mengukur tingkat risiko postur kerja, Fault Tree Analysis (FTA) untuk mengidentifikasi penyebab utama permasalahan, dan Cost-Benefit Analysis (CBA) untuk menilai kelayakan investasi perbaikan. Hasil analisis menunjukkan bahwa pekerja berada dalam kategori High-Risk, sehingga diperlukan perbaikan segera. Solusi yang diusulkan adalah penggunaan Adjustable Table, yang memungkinkan pekerja menyesuaikan ketinggian meja agar postur kerja lebih ergonomis. Analisis cost-benefit menunjukkan rasio Cost-Benefit sebesar 1.90, yang menandakan bahwa investasi dalam Adjustable Table lebih menguntungkan dibandingkan dengan potensi biaya risiko akibat cedera kerja. Dengan demikian, penerapan Adjustable Table dapat mengurangi risiko MSDs, meningkatkan kenyamanan pekerja, serta memberikan manfaat ekonomi bagi perusahaan. Oleh karena itu, solusi ergonomis ini direkomendasikan untuk meningkatkan efisiensi dan keselamatan kerja di PT. AB
Tinjauan Literatur Sistematik Pendekatan Machine Learning untuk Deteksi Kecurangan Laporan Keuangan
Full text linkKecurangan laporan keuangan merupakan ancaman serius terhadap integritas dan transparansi sistem pelaporan keuangan perusahaan, khususnya bagi perusahaan publik. Untuk mengatasi tantangan ini, pendekatan berbasis machine learning telah banyak dikembangkan sebagai alat bantu dalam mengidentifikasi pola-pola kecurangan secara otomatis dan akurat. Penelitian ini menyajikan tinjauan literatur sistematis terhadap berbagai metode klasifikasi yang digunakan dalam deteksi kecurangan laporan keuangan, berdasarkan 43 publikasi akademik dari tahun 2011 hingga 2025. Metode klasifikasi dikelompokkan ke dalam empat taksonomi utama: metode statistik konvensional, algoritma supervised learning, metode ensemble learning, dan metode deep learning. Studi ini juga membahas berbagai sumber data yang digunakan, faktor-faktor yang memengaruhi hasil klasifikasi, serta kelebihan dan kekurangan masing-masing pendekatan. Hasil tinjauan menunjukkan bahwa meskipun metode statistik konvensional seperti regresi logistik masih sering digunakan karena kemudahan interpretasinya, metode berbasis machine learning seperti Random Forest, XGBoost, dan LSTM memberikan performa yang lebih unggul dalam hal akurasi. Namun demikian, tantangan seperti kebutuhan komputasi yang tinggi dan keterbatasan interpretabilitas tetap menjadi perhatian. Studi ini juga mengidentifikasi arah penelitian masa depan, termasuk penggabungan data terstruktur dan tidak terstruktur, penggunaan teknik text mining pada data naratif, serta pengembangan sistem deteksi adaptif. Dengan semakin berkembangnya teknologi data dan kecerdasan buatan, pendekatan berbasis machine learning memiliki potensi besar untuk meningkatkan efektivitas dan efisiensi dalam mendeteksi kecurangan laporan keuangan
Desain Komunikasi Visual Berbasis Segmentasi Pelanggan untuk H&M
Full text linkPenelitian ini bertujuan untuk merancang strategi komunikasi visual berdasarkan segmentasi pelanggan pada industri fashion retail, studi kasus pada H&M Group. Data diambil dari dataset H&M Personalized Fashion Recommendations di Kaggle dan diolah dengan pendekatan RFM (Recency, Frequency, Monetary) serta algoritma K-Means clustering untuk mengidentifikasi tipe pelanggan. Hasil analisis menunjukkan tiga klaster utama: pelanggan bernilai tinggi, sedang, dan rendah. Berdasarkan hasil tersebut, dirancang pendekatan visual yang berbeda untuk setiap segmen, baik dalam desain iklan digital maupun visual merchandising. Penelitian ini memberikan kontribusi dalam pengambilan keputusan pemasaran visual yang berbasis data untuk meningkatkan retensi pelanggan
Perancangan Konstruksi Dan Screw Mixer Pada Mesin Pencetak Pelet Pakan Unggas Berkapasitas 10Kg/Jam
Full text linkPeningkatan kualitas dan efisiensi pakan ternak merupakan tantangan utama dalam industri peternakan modern. Ketergantungan pada pakan komersial dapat mengurangi profitabilitas peternak hingga 50%, sehingga diperlukan solusi inovatif berupa produksi pakan mandiri. Penelitian ini bertujuan untuk merancang mesin cetak pelet berkapasitas 10 kg, menggunakan bahan baku seperti jagung, dedak, dan konsentrat, yang mampu menghasilkan pakan ternak berkualitas tinggi. Mesin ini dirancang untuk memiliki struktur rangka yang kokoh dan anti korosi, mampu menahan beban, getaran, serta defleksi, dan dilengkapi mixer berbasis mekanisme screw untuk memastikan pencampuran bahan yang merata. Metodologi yang digunakan mencakup analisis kebutuhan, desain komponen, dan evaluasi kinerja mesin. Desain rangka mesin dibuat dengan perangkat lunak SolidWorks 2023, Inovasi penggunaan mixer dengan sistem screw menjadi solusi untuk mencampur bahan baku dengan optimal, sehingga mendukung efisiensi produksi pakan. Hasil penelitian ini menghasilkan prototipe mesin cetak pelet yang mampu menahan beban 44,25 kilogram serta mampu menghasilakan output seberat 10 kilogram per-jam serta screw mixer berbasis mekanis dan berbentuk ulir dengan kecepatan putaran sebesar 700 RPM
Efektivitas Komposisi Arang Aktif Campuran Kulit Pisang Kepok (Musa Acuminata) Dan Zeolit Untuk Mengurangi Potensi Pencemaran Limbah Naftalena
Full text linkLimbah yang dihasilkan dari kegiatan penelitian di laboratorium memiliki karakteristik yang beragam, meskipun volumenya relatif kecil. Salah satu jenis limbah yang umum ditemukan adalah limbah yang mengandung poliaromatik hidrokarbon (PAH), seperti naftalena, yang bersifat toksik dan persisten di lingkungan sehingga memerlukan metode pengolahan yang efektif. Penyisihan naftalena dari limbah cair dapat dilakukan melalui berbagai proses fisika, kimia, maupun kombinasi keduanya, dengan metode adsorpsi sebagai salah satu teknik yang banyak diterapkan karena efisiensi dan kemudahannya. Penelitian ini bertujuan mengevaluasi efektivitas campuran arang aktif kulit pisang kepok dan zeolit dalam menurunkan konsentrasi naftalena pada limbah cair laboratorium, serta menganalisis karakteristik kinetika dan isoterm adsorpsi dari campuran tersebut. Selain itu, penelitian ini membandingkan kinerja adsorpsi campuran dengan masing-masing bahan secara terpisah. Arang aktif kulit pisang kepok dan zeolit digunakan sebagai adsorben alami, dengan analisis daya serap untuk menentukan efisiensi penyisihan naftalena. Hasil penelitian menunjukkan bahwa kombinasi arang aktif kulit pisang kepok dan zeolit dengan rasio 1:3 mampu mencapai efisiensi adsorpsi sebesar 99,051% dalam waktu 1 jam pada suhu 60°C. Temuan ini menunjukkan bahwa pencampuran kedua bahan tersebut menghasilkan sinergi dalam mekanisme adsorpsi, yang ditunjukkan oleh peningkatan luas permukaan dan efektivitas interaksi antara adsorben dan naftalena dalam larutan. Dengan demikian, kombinasi arang aktif kulit pisang kepok dan zeolit berpotensi sebagai material adsorben yang efektif untuk pengolahan limbah cair laboratorium yang mengandung naftalena
Pendekatan Terintegrasi Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) untuk Menentukan Dosen Teladan berdasarkan Aspek Kinerja Dosen
Full text linkPemilihan dosen teladan merupakan salah satu bentuk penghargaan yang diberikan oleh pimpinan perguruan tinggi terhadap kinerja dosen yang unggul. Proses pemilihan dosen teladan memerlukan penilaian yang cermat dan objektif terhadap berbagai kriteria kinerja dosen. Dalam penelitian ini kriteria kinerja yang digunakan mengacu pada laporan kinerja dosen (LKD) yang terdiri dari bidang pendidikan, penelitian, dan pengabdian kepada masyarakat, serta penilaian perilaku kinerja dosen oleh atasan. Artikel ini mengusulkan pendekatan terintegrasi menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) untuk membantu dalam pengambilan keputusan seleksi dosen teladan. Metode AHP digunakan untuk menentukan bobot dari setiap kriteria evaluasi. Selanjutnya, metode SAW diterapkan untuk menghitung nilai total dari setiap dosen dan menghasilkan peringkat. Berdasarkan hasil pembobotan kriteria menggunakan metode AHP diperoleh bobot kriteria Pendidikan (0.36), Penelitian (0.06), Pengabdian kepada Masyarakat (0.05), Penunjang (0.03), Kedisiplinan (0.10), Kerjasama (0.13), Adaptif (0.08), dan Loyalitas (0.19). Bobot kriteria tersebut digunakan dalam metode SAW untuk menghitung nilai akhir dari masing-masing alternatif dosen. Hasil analisis menunjukkan bahwa alternatif A3 memiliki nilai tertinggi (0.910) diikuti oleh nilai tertinggi berikutnya yaitu A5 (0.884), dan A4 (0.855). Hasil penelitian menunjukkan bahwa integrasi AHP dan SAW dapat memberikan hasil yang sistematis, objektif, dan transparan dalam proses pemilihan dosen telada
Penerapan Machine Learning Dalam Optimasi Proses Konversi Biomassa Menjadi Energi
Full text linkPemanfaatan biomassa sebagai sumber energi terbarukan menjadi strategi penting dalam mendukung transisi menuju sistem energi berkelanjutan. Penelitian ini bertujuan untuk mengevaluasi kinerja model machine learning (ML) dalam mengoptimasi proses konversi biomassa, khususnya pada pengarangan pelepah dan cangkang kelapa sawit, melalui prediksi parameter nilai kalor dan Yield arang terhadap variasi suhu. Optimasi proses pengarangan dilakukan pada suhu 300°C hingga 1000°C dengan waktu tinggal 2 jam, dan hasilnya dianalisis menggunakan beberapa model ML. Evaluasi performa model dilakukan berdasarkan nilai koefisien determinasi (R²), Root Mean Square Error (RMSE), dan Mean Absolute Error (MAE). Hasil menunjukkan bahwa model GPR memiliki performa prediksi tertinggi dengan nilai R² mendekati 1, namun GPR cenderung menghasilkan prediksi yang tidak sepenuhnya sesuai dengan fenomena fisis proses pengarangan. Studi ini menekankan pentingnya pendekatan multi-model dalam optimasi konversi biomassa dan menunjukkan bahwa pemilihan model ML tidak hanya bergantung pada akurasi prediktif, tetapi juga pada kemampuan model merepresentasikan mekanisme proses yang mendasari. Hasil penelitian ini memberikan kontribusi terhadap pengembangan sistem cerdas dalam perancangan proses konversi biomassa secara efisien dan berkelanjutan