Claim Missing Document
Check
Articles

Pelatihan Penggunaan Microsoft Word bagi Kader PKK dan Dasa Wisma RW 10 Desa Pesanggrahan Kota Batu Sasmito, Agung Panji; Wahyuni, Febriana Santi; Zahro’, Hani Zulfia
JUPITER (JURNAL PENDIDIKAN TEKNIK ELEKTRO) Vol. 7 No. 1 (2022)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/jupiter.v7i1.12265

Abstract

Literasi merupakan aspek yang menjadi salah satu titik fokus pembangunan bangsa Indonesia. Namun, tidak semua lapisan masyarakat mempunyai literasi teknologi yang baik. Hal senada ditemukan di lingkungan RW 10 Desa Pesanggrahan. Berdasarkan observasi peneliti, diketahui bahwa terdapat masalah di RW 10 Desa Pesanggrahan berupa rendahnya literasi teknologi yang dimiliki oleh kader PKK dan Dasa Wisma. Oleh karena itu, tim peneliti menggagas pelatihan penggunaan Microsoft Word bagi kader PKK dan Dasa Wisma RW 10 Desa Pesanggrahan untuk dapat meningkatkan literasi warga. Penelitian ini memaparkan pelaksanaan pelatihan penggunaan Microsoft Word dengan pendekatan action research. Hasil pelatihan menunjukkan: (1) terbentuknya modul pelatihan yang valid; dan (2) pelatihan dapat meningkatkan literasi teknologi yang dimiliki oleh warga, khususnya di bidang Microsoft Word.
Penerapan Teknik Data Mining untuk Menentukan Rencana Strategi Penjualan Wahyuni, Febriana Santi; Zahro’, Hani Zulfia
JUPITER (JURNAL PENDIDIKAN TEKNIK ELEKTRO) Vol. 7 No. 1 (2022)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/jupiter.v7i1.12267

Abstract

Dalam rangka menghadapi persaingan dan meningkatkan pendapatan perusahaan, pihak terkait dalam perusahaan tersebut dituntut untuk dapat mengambil keputusan yang tepat dalam menentukan strategi penjualan. Data mining merupakan penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Salah satu Teknik data mining yang digunakan adalah klasifikasi. Klasifikasi merupakan teknik didalam pemanfaatan data mining yang digunakan dengan mengelompokan data-data berdasarkan kemiripan data tersebut. Adapun algoritma yang digunakan dalam penelitian ini adalah Naïve Bayes, dimana algoritma ini menggunakan metode probabilitas dan statistik untuk memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Tujuan dari penelitian ini adalah mengimplementasikan metode klasifikasi Naïve Bayes pada suatu aplikasi prediksi untuk menghasilkan informasi produk/barang yang terlaris dijual sehingga dapat digunakan untuk membantu dalam menentukan strategi penjualan. Tahapan penelitian meliputi analisis, perancangan, implementasi, pengujian dan penyusunan laporan. Dari hasil ujicoba menunjukkan bahwa telah berhasil dikembangkan suatu aplikasi untuk melakukan prediksi terhadap penjualan barang dengan menggunakan metode Naïve Bayes.
Rancang Bangun e-Modul Berbasis Android Materi Pelatihan Microsoft Office dan Google Spreadsheet di RW 10 Desa Pesanggrahan Kota Batu Sasmito, Agung Panji; Wahyuni, Febriana Santi; Zahro’, Hani Zulfia
JUPITER (JURNAL PENDIDIKAN TEKNIK ELEKTRO) Vol. 8 No. 1 (2023)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/jupiter.v8i1.16056

Abstract

Dewasa ini, teknologi telah merambah ke seluruh bentuk kegiatan masyarakat. Hasil observasi tim penulis menunjukkan bahwa sebagian besar warga RW 10 Desa Pesanggrahan mempunyai perangkat smartphone Android. Namun, smartphone tersebut mayoritas hanya digunakan sebagai fungsi dasar. Artikel ini bertujuan untuk membuat modul elektronik berbasis Android yang dapat digunakan di mana saja dan kapan saja serta mempermudah pembelajaran selama berlatih Microsoft Word, Google Excel, dan Google Spreadsheet. Pengembangan e-Modul dilaksanakan dengan metode waterfall dengan hasil: (1) seluruh skenario pengujian fungsionalitas e-Modul secara blackbox testing diterima; dan (2) e-Modul dapat dipergunakan sebagai media pelatihan yang valid.
Implementasi Convolutional Neural Network (CNN) untuk Face Recognition pada Sistem Presensi Kehadiran Rochmanullah, Moch Arif; Vendyansyah, Nurlaily; Wahyuni, Febriana Santi
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95563

Abstract

Abstrak : Sistem presensi merupakan elemen penting dalam memastikan kehadiran, terutama di lingkungan pendidikan dan pekerjaan. Penelitian ini bertujuan mengembangkan sistem presensi berbasis face recognition menggunakan metode Convolutional Neural Network (CNN) untuk mengatasi kelemahan presensi manual yang rentan terhadap kecurangan, seperti di Prodi Teknik Informatika ITN Malang. Model CNN dilatih dengan deep learning menggunakan dataset wajah mahasiswa untuk mengenali pola unik fitur wajah. Hasilnya, model mencapai training accuracy sebesar 97%, validation accuracy sebesar 90%, dan pengujian mencapai accuracy 93%. Sistem ini meningkatkan efisiensi absensi dan akurasi identifikasi hingga 93%, sekaligus mengurangi potensi kecurangan.CNN terbukti andal dalam mendukung presensi berbasis teknologi dengan pengelolaan lebih praktis. Kendati demikian, performa model masih dapat ditingkatkan melalui pengayaan dataset dan optimasi model. Sistem ini berpotensi besar meningkatkan keandalan dan keamanan proses presensi, menjadi solusi inovatif dalam pengelolaan kehadiran di era digital.=====================================================Abstract :The attendance system is a crucial element in ensuring presence, especially in educational and workplace settings. This study aims to develop a face recognition-based attendance system using the Convolutional Neural Network (CNN) method to address the weaknesses of manual attendance prone to fraud, as observed in the Informatics Engineering Study Program at ITN Malang. The CNN model was trained using deep learning techniques with a student face dataset to recognize unique facial features. The results show the model achieved a training accuracy of 97%, validation accuracy of 90%, and testing accuracy of 93%. This system improves attendance efficiency and identification accuracy by 93%, while reducing the potential for fraud. CNN has proven reliable in supporting technology-based attendance with more practical management. However, the model’s performance can still be improved through dataset enrichment and optimization. This system holds significant potential to enhance the reliability and security of attendance processes, providing an innovative solution for managing attendance in the digital era.
Co-Authors Abdul Wahid Adi Pratama, Sena Adtya Baskara, Galih Agung Panji Sasmito Ahmad Fahrudi Setiawan AHMAD FAISOL Ahmad Ridwan Akbar Setiawan, Farhan Ali Mahmudi Ali Mashudi, Rafiu Andrianto, Erfanda Ari Ramadhan, Muhammad Ariobimo Wijaya, Dhiemas Ariwibisono, F.X Arniyanto, Muhammad Dwi Arya Lutfi, Muhammad Asyam Naufal, Kasih Benjamin Maahury, David Budi Fathony Deddy Rudhistiar Desmile, Janico Dhori Novanda Azza Diouf Ghiffary, Fiqih Dwi Yulianto, Afri Dzulfikar, Ahmad Eksanti Saragih, Dewi Firstiano, Ivo Furqon, Moch Nurul Ghani Muttaqin, Abdul Ghozy, Ahmad Hani Zulfia Zahro Hasfa, Firmansyah Hidayati, Nofia Holifah, Musdholi Indriastuti, Ira Inzanul Huda, Muhammad Irmalia Suryani Faradisa Jalu Kinayun, Surya Janeananto Sanjaya, Andrew Karina Auliasari Kevin Merico Setiawan Kurniawan, Moch. Rizal Lakzmi, Prita Patricia Like Titi Sanjaya, Jecky Manuela, Devina Dorkas Mega Aliesa WP, Pramesty Mira Orisa Mohammad Harifin Muhammad Rizal Pahlawan, Rifki Nayottama, Nayaka Apta Nugroho Syahputro, Fadhil Nurlaily Vendyansyah Prismaswara Prasetya , Renaldi Pristiani, Tenti Purwanti, Prasiska Dwi Ra'uf, Abdur Rafi, Mochammad Rega Firmansyah, Dicky Renaldi Primaswara Prasetya Revano Budiansyah, Moch Rizki, Fakhrizal Rizky Aditya Juniantoro, Mochammad Rochmanullah, Moch Arif rosada, uyun Roudhotul Rohmah, Iva Sabilur Rosyad, Hilal Sakrani, Fikriadi Sandy Nataly Mantja Sandy Nataly Mantja, Sandy Nataly Saputra, Dwi Adi Satrio, Imam Sentot Achmadi Sidik Noertjahjono Suryo Adi Wibowo Taralandu, Deriatno Vendiansyah, Nurlaily Wibowo, Nungki Widhi Nugraha, Brilliananda Willyam Saputra, Leonardo Xaverius Ariwibisono, Franciscus Xaverius Ariwibisono, Fransiskus Yosep Agus Pranoto Zahro’, Hani Zulfia Zidan Rusminto, Muhammad Zufar Ardana, Fadel Zulfia Zahro’, Hani Zulfia, Hani