Generic

Optimasi Biaya Transportasi Pengiriman Garam Menggunakan Vogel’s Approximation Method (Studi Kasus: Pulau Madura PT. Unichem Candi Indonesia)

Nurul Hidayah — Tue, 28 May 2024 00:00:00 +0100

Transportation modeling is one of the methods in operations research used to solve transportation problems by considering various variables and constraints. PT. Unichem Candi Indonesia, which has three factories in different locations, faces a transportation problem in the process of delivering salt from its salt-producing regions. This type of research is applied research that employs a quantitative approach. The objective of this research is to determine the minimal transportation cost while taking into account the demand for salt at each factory. The method used to solve this transportation problem is Vogel’s Approximation Method (VAM) to find the optimal solution. The manual data processing using VAM resulted in a cost of Rp. 45,654,851,000. The researchers also used software such as POM-QM, RStudio, and Google Colab (Python) to validate the accuracy of the manual calculations, and it produced the same result of the minimal cost incurred by PT. Unichem Candi Indonesia for transporting salt from the salt source regions to the destination factories, which is Rp. 45,654,851,000.

Implementasi Metode Waterfall Pada Sistem Informasi Persediaan Rempah Untuk Produksi Jamu Madura

Rika Yunitarini, Sobariyah Maghfiroh, Muhamad Afif Effindi — Tue, 28 May 2024 00:00:00 +0100

Abstract— Rempah merupakan salah satu kekayaan di Indonesia yang banyak dimanfaatkan masyarakat sebagai obat tradisional dalam menangani masalah kesehatan. Obat tradisional tersebut disebut jamu. Salah satu jamu yang tersohor di tanah air bahkan hingga ke mancanegara adalah jamu Madura. Permintaan jamu Madura yang cukup tinggi, membuat pelaku industri jamu Madura berupaya memproduksi jamu dengan kuantitas tinggi. Produksi jamu dalam jumlah banyak berdampak pada kebutuhan rempah sebagai bahan baku produksi jamu. Persediaan rempah harus mampu mencukupi kebutuhan produksi jamu agar memenuhi permintaan pasar. Oleh karena itu dibutuhkan suatu sistem informasi yang dapat mengelola persediaan rempah sebagai bahan baku produksi jamu Madura. Dalam penelitian ini dibangun sistem informasi persediaan rempah untuk produksi jamu Madura. Untuk menunjang pembangunan sistem informasi tersebut, maka metode waterfall dalam SDLC (Software Development Life Cycle) digunakan dalam penelitian ini. Dari hasil penelitian, diperoleh bahwa sistem informasi persediaan rempah terdiri dari beberapa fitur. Seperti fitur mengelola data rempah yang memungkinkan pengguna sistem untuk menambah dan meng-update data rempah untuk setiap produksi jamu Madura serta beberapa fitur lain terkait kebutuhan rempah. Setelah melakukan pengujian terhadap sistem didapatkan 21 dari 24 skenario uji coba berjalan sesuai hasil yang diharapkan.

Kata Kunci—Jamu Madura, Persediaan, Rempah, Sistem Informasi, Waterfall

Sistem Deteksi Kematangan Buah Pisang Berdasarkan Warna Kulit Menggunakan Metode HSV

Tue, 28 May 2024 00:00:00 +0100

Pengolahan citra digital merupakan teknik manipulasi citra secara digital yang khususnya menggunakan komputer menjadi citra lain yang sesuai dengan kebutuhan. Klasifikasi kematangan pisang dapat dilakukan dengan dua cara, yaitu dengan menggunakan kandungan nutrisi dan tingkat kematangan warna pisang. Penelitian ini pengusulkan pendeteksian kematangan buah pisang berdasarkan warna kulit, dengan menggunakan metode ruang warna HSV (Hue, Saturation, Value). Komponen prosesor utama menggunakan Raspberry Pi 3B sebagai pengolah data Raspberry Pi Camera V2 sebagai penangkap citra buah pisang. Hasil penelitian ini berupa sistem bisa membedakan warna dari buah pisang yang berada dalam satu frame. Hasil yang diperoleh adalah , nilai efektif HSV yang didapat dari pengujian deteksi warna kuning kulit buah pisang adalah Hmin 15, Hmax 40-60, Smin 100, Smax 255, Vmin 60, dan Vmax 255. Dengan nilai HSV tersebut didapatkan nilai rata-rata keberhasilan sebesar 55%.

Perancangan Sistem Informasi Monitoring Dosen Pembimbing Mahasiswa Kerja Praktek (KP)

Tue, 28 May 2024 00:00:00 +0100

Ilmu Pengetahuan dan Teknologi saat ini begitu pesat dalam perkembangannya, tidak terkecuali dalam bidang dunia digital, dalam hal ini ketua jurusan dan Koordinator program studi bahkan wakil dekan bidang akademik sangat kesulitan untuk memonitoring mahasiswa yang melakukan bimbingan akademik dan konsultasi kerja praktek. Bahkan sangat banyak kasus tidak mengetahui perkembangan dan keaktifan mahasiswa terhadap dosen pembimbing dan juga kurangnya informasi berapa sering mahasiswa tersebut melakukan mimbingan terhadap dosen pembimbing akademik sampai mahasiswa tersebut melakukan kerja praktek, sehingga dibutuhkan sebuah sistem informasi untuk memonitoring antara dosen pembimbing akademik terhadap mahasiswa dengan menggunakan metode agile, sehingga informasi tersebut dapat menjadi acuan oleh para pimpinan. Hasil penelitian akan menjadi acuan untuk membangun sistem informasi yang diharapkan dapat membantu proses monitoring antara dosen pembimbing dan mahasiswa.

Perancangan Alat Penditeksi Kebakaran Menggunakan Sensor Api dan Sensor Asap Berbasis Internet of Things (IoT)

Sarmayanta Sembiring, Huda Ubaya, Leviarta Mileandira, Kemahyanto Exaudi — Tue, 28 May 2024 00:00:00 +0100

Telah dirancang sebuah sistem yang dapat menditeksi terjadinya kebakaran dengan menggunakan 2 buah sensor flame KY-026 dan 1 sensor asap MQ2. Output sistem ini adalah 2 buah LED, Buzzer, notifikasi berbasis Internet of Things menggunakan blynk app dengan pusat pengendali menggunakan mikrokontroler ESP32. Sensor flame KY-026 dapat mendeteksi berbahaya apabila nilai ADC kurang dari 130, cukup berbahaya <231, cukup aman>297, dan aman >330 dengan jarak minimal 0 cm dan maksimal 200 cm. Sensor MQ2 mendeteksi dengan nilai ADC lebih dari 650. Hasil pengujian menunjukkan sistem yang dirancang dapat bekerja sesuai dengan yang diinginkan dengan tingkat keberhasilan mencapai 100%, pada saat pengujian sebanyak 10 kali.

Lung X-Ray Segmentation using Quadrant-Based Tracing Method

Muhammad Qurhanul Rizqie — Tue, 28 May 2024 00:00:00 +0100

Chest X-Ray is one of the most popular imaging modalities. Chest X-ray has been a subject of various imaging-related research for years. Among the various research, Lung segmentation is one of the most prominent ones. Nowadays the trend of research in segmentation is moving toward deep learning however traditional segmentation has advantage of requiring less calculation resources thus still has potential to be explored. In this paper an alternative non-deep learning segmentation method using graph-based method to trace border of the Chest X-Ray lung region is proposed. Chest X-Ray image was treated as a graph with coordinate of the pixels as vertex and value of the pixels as edges. First the image was divided into 4 quadrants, then the border of lung region on each quadrant was traced by finding the minimum spanning tree of the graphs on each quadrant, then the pixels recorded as the tree was smoothed and optimized using Savitzky-Golay filter. The results were analyzed using the confusion matrix by comparing the proposed method results with manual segmentation by a radiologist. The proposed method is successfully segment lung area on lateral view of chest X-Ray with an average accuracy of 0.936. Two sample T-test also employed in order to show that there is no significant difference between the proposed method results and manual segmentation by radiologist.