Claim Missing Document
Check
Articles

Found 6 Documents
Search

Identifikasi Huruf Kapital Tulisan Tangan Menggunakan Linear Discriminant Analysis dan Euclidean Distance Cahyani, Septa; Wiryasaputra, Rita; Gustriansyah, Rendra
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 8, No 1 (2018): Volume 8 Nomor 1 Tahun 2018
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (766.518 KB) | DOI: 10.21456/vol8iss1pp57-67

Abstract

The human ability to recognize a variety of objects, however complex the object, is the special ability that humans possess. Any normal human will have no difficulty in recognizing handwriting objects between an author and another author. With the rapid development of digital technology, the human ability to recognize handwriting objects has been applied in a program known as Computer Vision. This study aims to create identification system different types of handwriting capital letters that have different sizes, thickness, shape, and tilt (distinctive features in handwriting) using Linear Discriminant Analysis (LDA) and Euclidean Distance methods. LDA is used to obtain characteristic characteristics of the image and provide the distance between the classes becomes larger, while the distance between training data in one class becomes smaller, so that the introduction time of digital image of handwritten capital letter using Euclidean Distance becomes faster computation time (by searching closest distance between training data and data testing). The results of testing the sample data showed that the image resolution of 50x50 pixels is the exact image resolution used for data as much as 1560 handwritten capital letter data compared to image resolution 25x25 pixels and 40x40 pixels. While the test data and training data testing using the method of 10-fold cross validation where 1404 for training data and 156 for data testing showed identification of digital image handwriting capital letter has an average effectiveness of the accuracy rate of 75.39% with the average time computing of 0.4199 seconds.
Pendampingan Pelatihan Digital Marketing pada Usaha Donat Rumahan Mama Nia dengan Memanfaatkan Media Sosial TikTok Pratiwi Putri, Indah; Cahyani, Septa; Permatasari, Indah
Jurnal Abdimas Mandiri Vol. 8 No. 3
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jam.v8i3.4706

Abstract

Program pengabdian masyarakat ini berfokus pada pelatihan digital marketing untuk mendukung pengembangan bisnis rumahan "Donat Mama Nia," yang berlokasi di Perumahan Pelita Abadi, Palembang. Pelatihan ini dirancang untuk meningkatkan visibilitas dan volume penjualan produk melalui pemanfaatan platform TikTok sebagai alat pemasaran utama. Program ini melibatkan enam peserta yang terdiri dari pemilik usaha (Ibu Nia), satu staf, dua juru masak, dan dua asisten, dengan sesi pelatihan yang dilaksanakan di lokasi usaha. Materi pelatihan mencakup berbagai komponen pemasaran digital, mulai dari pendaftaran akun TikTok, pembuatan konten visual menggunakan Canva, hingga pengeditan video dengan aplikasi CapCut. Peserta juga dilatih untuk memanfaatkan fitur live streaming TikTok, termasuk persiapan teknis, penggunaan hashtag yang tepat, serta strategi keterlibatan pelanggan yang interaktif. Evaluasi menunjukkan peningkatan sebesar 37% secara rata-rata dalam keterampilan peserta, terutama dalam penggunaan alat desain visual dan fitur TikTok untuk promosi produk. Data survei mengindikasikan tingkat kepuasan yang tinggi, dengan mayoritas peserta merasa program ini sangat membantu dalam meningkatkan pemahaman mereka mengenai pemasaran digital, meskipun sebagian besar belum pernah menggunakan platform ini sebelumnya. Program ini tidak hanya memberikan keterampilan teknis yang relevan tetapi juga membekali peserta dengan strategi pemasaran yang efektif, memungkinkan mereka untuk mengelola akun TikTok bisnis secara mandiri dan lebih profesional. Dampak positif ini diharapkan dapat berlanjut dalam jangka panjang, memberikan kontribusi yang nyata terhadap pertumbuhan dan keberlanjutan usaha Donat Mama Nia di pasar digital yang semakin kompetitif.
Implementasi Chatbot Telegram Layanan Informasi Akademik Universitas Indo Global Mandiri Menggunakan Framework Rasa Open Source FATURRACHMAN; Haviz Irfani, Muhammad; Romegar Mair, Zaid; Cahyani, Septa; Ikhwan Jambak, Muhammad
Jurnal Software Engineering and Computational Intelligence Vol 2 No 02 (2024)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v2i02.5142

Abstract

Penggunaan teknologi chatbot dalam menyediakan layanan informasi akademik telah menjadi semakin populer dalam lingkungan perguruan tinggi. Studi ini bertujuan untuk mengimplementasikan sebuah chatbot berbasis Telegram untuk layanan informasi akademik di Universitas Indo Global Mandiri. Penelitian ini menggunakan framework Rasa open source, yang memungkinkan pengembangan chatbot yang dapat dipenggunalkan dan dapat disesuaikan dengan kebutuhan pengguna. Metode pengembangan yang digunakan meliputi tahap perancangan, pengembangan, pengujian, dan implementasi. Chatbot yang dihasilkan mampu memberikan informasi akademik secara cepat dan instan kepada pengguna melalui platform Telegram. Hasil pengujian menunjukkan bahwa chatbot mampu memberikan respons yang sesuai dengan kebutuhan pengguna dengan tingkat akurasi yang tinggi. Implementasi chatbot Telegram untuk layanan informasi akademik di Universitas Indo Global Mandiri diharapkan dapat meningkatkan aksesibilitas informasi dan pengalaman pengguna dalam mengakses layanan akademik universitas.
Comparative Study Towards Energy Efficiency in Wireless Sensor Networks Using Asynchronous Duty Cycle Putri, Indah Pratiwi; Marcelina, Dona; Cahyani, Septa
Electronic Integrated Computer Algorithm Journal Vol. 2 No. 2 (2025): VOLUME 2, NO 2: APRIL 2025
Publisher : Yayasan Asmin Intelektual Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62123/enigma.v2i2.57

Abstract

Energy efficiency is a critical determinant in the design and operation of Wireless Sensor Networks (WSNs), as sensor nodes are typically powered by constrained battery resources. Asynchronous duty cycle mechanisms have emerged as a viable strategy to optimize energy consumption while preserving network functionality. This research presents a comparative analysis of multiple energy-efficient Medium Access Control (MAC) protocols, including Low-Energy Adaptive Clustering Hierarchy (LEACH), Energy-Efficient Sensor Routing (EESR), B-MAC, L-MAC, WiseMAC, and hybrid approaches such as TDMA-CSMA. Performance metrics such as energy efficiency, latency, throughput, and packet delivery ratio (PDR) are evaluated under varying network conditions. The findings indicate that AI-driven protocols, particularly those incorporating Artificial Neural Networks (ANN), significantly outperform conventional methodologies by enhancing cluster head selection, distributing energy load effectively, and extending network lifetime. Hybrid ADC emerges as the most robust solution, demonstrating an optimal trade-off between energy efficiency and network reliability across dynamic traffic scenarios. Furthermore, This research highlights the implications of integrating adaptive duty cycling with intelligent network optimization, underscoring its potential to enhance WSN sustainability. The results provide a comprehensive framework for refining MAC protocol architectures, offering actionable insights for optimizing next-generation WSN deployments.
Peningkatan Kompetensi Digital Guru SMA melalui Pelatihan Pemanfaatan AI dan ChatGPT dalam Pembelajaran Interaktif Terttiaavini, Terttiaavini; Heryati, Agustina; Cahyani, Septa; Putri, Indah Pratiwi; Saputra, Tedy Setiawan; Lesfandra, Lesfandra
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 3 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v6i3.13692

Abstract

Transformasi digital dalam dunia pendidikan menuntut guru untuk memiliki kompetensi teknologi yang adaptif, khususnya dalam memanfaatkan kecerdasan buatan (AI) untuk pembelajaran. Namun, masih banyak guru SMA yang belum cara memanfaatkan AI, khususnya ChatGPT, sebagai media pendukung pembelajaran interaktif. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi digital guru melalui pelatihan pemanfaatan AI dan ChatGPT dalam proses belajar mengajar. Metode kegiatan meliputi ceramah interaktif, demonstrasi, dan praktik langsung oleh peserta. Sebanyak 30 guru dari SMA Negeri 2 Banyuasin 1 mengikuti pelatihan ini. Hasil evaluasi menunjukkan adanya peningkatan pemahaman peserta yang signifikan, dengan rata-rata nilai pretest sebesar 56,3 dan peningkatan posttest menjadi 87,8. Selain itu, sebanyak 90% peserta mampu memproduksi perangkat ajar berbasis ChatGPT secara mandiri. Kesimpulannya, pelatihan ini efektif dalam meningkatkan kompetensi digital guru dan dapat menjadi model pelatihan selanjutnya untuk mendukung penerapan pembelajaran berbasis teknologi di sekolah
Evaluasi Metode Preprocessing Sederhana, Retinex, dan Guided Filtering untuk Peningkatan Kualitas Citra Bawah Air Cahyani, Septa; Mair, Zaid Romegar; Putri, Indah Pratiwi
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13717

Abstract

Citra bawah air umumnya mengalami penurunan kualitas visual akibat penyerapan cahaya dan hamburan partikel, yang menyebabkan dominasi warna biru serta rendahnya kontras dan ketajaman. Penelitian ini mengusulkan metode preprocessing sederhana berupa white balance berbasis ruang warna Lab, red channel boosting, dan contrast stretching untuk meningkatkan kualitas visual citra bawah air. Evaluasi dilakukan pada 60 citra dari UIEB Challenging Set menggunakan metrik UIQM yang mencakup UICM, UISM, dan UIConM. Hasil menunjukkan bahwa metode yang diusulkan mampu meningkatkan nilai UIQM dari 107,86 menjadi 191,34, melampaui metode Retinex dan Guided Filtering yang justru menurunkan kualitas visual. Secara visual, metode ini juga menunjukkan hasil yang lebih alami dan detail. Dengan implementasi ringan berbasis Python dan OpenCV, pendekatan ini dinilai cocok untuk sistem dengan keterbatasan komputasi serta relevan untuk digunakan dalam edukasi maupun aplikasi praktis. Hasil ini mengindikasikan bahwa pendekatan sederhana tetap mampu memberikan peningkatan kualitas citra bawah air yang signifikan. Kata Kunci - citra bawah air, peningkatan kualitas citra, preprocessing sederhana, UIQM