Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Suci Ramadani
Universitas Asahan
Humanities Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan Smart System dalam Klasifikasi Kelancaran Penjualan Produk Sembako pada Toko Udo Berkah Kabupaten Batu Bara : Pengabdian Rizky Riansyah Panjaitan; Bambang Irwansyah; Dicky Apdillah; Harmayani Harmayani; Suci Ramadani; Imelda Regina Siswi; Icha Wayu Mayanda; Putri Rahmawani
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6756

Abstract

Pengelolaan stok di toko sembako kerap mengalami kendala akibat ketidakpastian dalam menentukan produk yang terjual cepat maupun lambat, sehingga pemilik usaha sering menghadapi risiko kelebihan atau kekurangan persediaan. Studi kasus pada Toko Sembako Udo Berkah yang berlokasi di Jalan Istana Dusun III, Desa Mekar Laras, Kecamatan Tanjung Tiram, Kabupaten Batu Bara, Sumatera Utara menunjukkan permasalahan serupa, di mana pemilik toko kesulitan menentukan kategori kelancaran penjualan setiap produk secara sistematis. Penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) untuk mengklasifikasikan produk sembako ke dalam kategori Lancar dan Tidak Lancar. Tiga atribut utama digunakan, yaitu jumlah produk terjual, harga satuan, dan persentase keterjualan terhadap stok awal. Dataset terdiri atas 30 data latih dan 10 data uji dengan K=3. Proses klasifikasi melibatkan normalisasi Min-Max dan perhitungan jarak Euclidean. Hasil pengujian memperlihatkan akurasi klasifikasi mencapai 100%, dengan seluruh data uji berhasil diprediksi sesuai label aktualnya. Sistem informasi berbasis web juga dikembangkan menggunakan PHP dan MySQL untuk mendukung proses klasifikasi secara otomatis.
Deteksi Dini Stunting Balita Menggunakan Long Short-Term Memory Pada Data Posyandu Kabupaten Asahan: Penelitian Rizky Riansyah Panjaitan; Suci Ramadani; Reni Surya Nanda; Dicky Apdillah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 5 No. 1 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 5 Nomor 1 (Juli 2026 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v5i1.7286

Abstract

Stunting merupakan persoalan gizi bersifat kronis yang hingga kini masih menjadi beban kesehatan signifikan di berbagai daerah Indonesia, termasuk Kabupaten Asahan, Sumatera Utara. Survei Status Gizi Indonesia (SSGI) 2024 melaporkan prevalensi stunting nasional berada pada angka 21,5%. Guna menjawab persoalan tersebut, penelitian ini merancang sistem deteksi dini stunting yang memanfaatkan metode deep learning dengan arsitektur Long Short-Term Memory (LSTM), menggunakan data antropometri longitudinal dari 208 balita usia 0–59 bulan dengan enam kali pengukuran per balita, setara 1.248 rekaman, yang diperoleh dari posyandu di Kabupaten Asahan. Pembagian data dengan skema 80:20 per rekaman menghasilkan 998 data latih dan 250 data uji. Enam variabel input digunakan: usia, jenis kelamin, berat badan, tinggi/panjang badan, lingkar kepala, dan LILA. Pra-pemrosesan melibatkan normalisasi Min-Max, KNN Imputer, dan SMOTE (target=581, hasil=2.324 sampel latih). Model LSTM dengan dua hidden layer (128 dan 64 unit), aktivasi ReLU, dan Dropout 0,3 mencapai akurasi 93,60%, presisi 90,33%, recall 92,74%, serta F1-Score 91,34%, melampaui Random Forest (88,20%) dan SVM (87,40%).
Co-Authors Dicky Apdillah Harmayani Icha Wayu Mayanda Imelda Regina Siswi Irwansyah, Bambang Putri Rahmawani Reni Surya Nanda Rizky Riansyah Panjaitan