Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Computer Science and Information Technology (CoSciTech) Jurnal PkM MIFTEK Jurnal Algoritma eProceedings of Engineering
Gumelar, Gilang
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PENGEMBANGAN PRODUKSI UMKM KOPI MUSTIKA HUTAN DI DESA CINISTI Andriyas Kurniawan, Wahyu; Gumelar, Gilang; Raya Fahreza, Fajar; Idham Hanafi, Moch; Hafizhul I., Muhammad; Gymnastiar, Habil; Sarah Annashriyah, Siti; Guntur R, Ega; Putri Nurhaliza, Nabila; Warisah M, Euis; Muhamad Rizki, Rian; Sultan bintang Azahra, Sultan; Septia Barkah, Arfi; Muhtar Fauzi, Sandi; Fikri M., M Ilham; Munawar, Mahdi; Hermawan, Wawan; Agustina, Depika; Wahab, Abdul
Jurnal PkM MIFTEK Vol 5 No 1 (2024): Jurnal PkM MIFTEK
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/miftek/v.5-1.1537

Abstract

Para pelaku Usaha Mikro, Kecil, dan Menengah perlu memiliki mental bersaing yang baik dan mampu menghasilkan suatu produk yang dapat diterima, baik itu oleh konsumen dalam negeri (Indonesia) maupun konsumen di luar Indonesia. Usaha Mikro, Kecil, dan Menengah memegang peranan yang penting dalam pembangunan ekonomi dan sosial suatu wilayah, termasuk di desa-desa. Penelitian ini fokus pada peran Kuliah Kerja Nyata dalam memberdayakan Usaha Mikro, Kecil, dan Menengah di Desa Cinisti, dengan penekanan pada inovasi branding produk dan pemasaran online. Dengan tujuan untuk meningkatkan keterampilan pengusaha lokal dalam mengelola bisnis mereka dengan lebih efektif dan memanfaatkan teknologi digital serta pengembangan strategi kemasan yang menarik dan efektif, dan juga penerapan platform pemasaran online untuk meningkatkan jangkauan pasar.  
Analisis dan Perancangan Basis Data pada Aplikasi Tekos Gumelar, Gilang; Sabariah, Mira Kania; Hasbi , Imanuddin
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak - Aplikasi Tekos adalah suatu aplikasi yangmemudahkan pengguna dalam mencari informasi kos,kontrakan atau layanan di sekitar wilayah TelkomUniversity. Aplikasi ini menyimpan banyak data,seperti data pengguna, data kos, data kontrakan dandata layanan. Oleh karena itu, diperlukan suatu sistempemodelan basis data yang terstruktur dengan baik danefisien dalam menyimpan dan mengelola data. Analisisdan perancangan basis data pada aplikasi Tekosdilakukan menggunakan metode Database Life Cycle(DBLC) yang memiliki tahap mulai dari perencanaan,analisis, desain, implementasi, dan pemeliharaan.Selain itu, dilakukan verifikasi basis data dan pengujianunit basis data dengan skenario yang mewakilipenyimpanan, pembaruan, pengambilan danpenghapusan data. Hasil pengujian yang dilakukanmenunjukan tingkat keberhasilan dari pengujian unitsebesar 100%. Tingkat keberhasilan inimengindikasikan tingkat kualitas dan keandalan unitunit yang diuji dalam kode perangkat lunak sehinggadapat disimpulkan basis data yang ada sudah sesuaidengan pemodelan yang telah dibuat dan basis datayang dibuat sudah menerapkan pembatasan danvalidasi yang telah ditentukan sesuai dengan kebutuhanyang tertera pada dokumen Spesifikasi KebutuhanPerangkat Lunak (SKPL). Kata kunci : Tekos, basis data, DBLC.
Implementasi CNN untuk identifikasi penyakit daun jagung Gumelar, Gilang; Tito Sugiharto; Iwan Lesmana
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.9462

Abstract

Maize is an important commodity in Indonesia's agricultural sector. However, disease attacks on the leaves can reduce the quality and quantity of the harvest. At SMK Negeri 1 Kuningan, disease identification is still done manually, so there is a risk of errors. This research aims to design and build an Android application to automatically detect corn leaf diseases using the Convolutional Neural Network (CNN) algorithm. The development method used is Rapid Application Development (RAD), with a CNN model based on MobileNetV2 architecture trained using a dataset of diseased and healthy corn leaf images. Evaluation using test images resulted in an accuracy of 96.2%. The model was able to detect five categories: leaf spot, downy mildew, leaf blight, leaf rust, and healthy leaves. The F1-Score is 94% Leaf Spot, 96% Leaf Blight, 96% Healthy Leaf, 97% Leaf Blight, and 96% Leaf Rust, respectively. The precision and recall values of all classes are above 94%. These results show that the integration of CNN in mobile applications is effective in helping the automatic identification of corn leaf diseases in an educational environment.
Pengembangan Aplikasi Edukasi Sejarah Pahlawan Nasional Berbasis Android dengan Unity Engine Rahayu, Sri; Gumelar, Gilang
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2433

Abstract

An Android-based educational media application on Indonesian National Heroes was developed in this study using Unity Engine as the main platform. This application was developed to increase young people's interest in national history through a more interactive and modern approach. Students' low interest in history lessons is generally triggered by monotonous and unattractive teaching methods. Therefore, this application is designed to be more attractive by integrating multimedia elements (text, images, audio, video) and gamification features in the form of quizzes. The development of this application uses the MDLC method, which includes six main steps: concept planning, design, material collection, compilation, testing, and distribution. The testing process was carried out using the Alpha Testing method with a Blackbox Testing approach to ensure that the application ran according to specifications. The final results showed that the application functioned properly. It is hoped that this application can become an alternative medium for learning history that is fun, interactive, and relevant to the learning style of today's digital generation.
Volatilitas Pasar Saham Syariah Indonesia Periode Pandemi COVID-19 dan Pasca Pandemi: Studi Komparasi Machine Learning dan Metode Statistik Gumelar, Gilang; Kalyana Musthofa, Mirza; Ridho Lifandri, Muhammad
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v11i3.64046

Abstract

Pandemi COVID-19 telah menimbulkan ketidakstabilan pada pasar keuangan global, termasuk pasar saham syariah di Indonesia. Perubahan kondisi ekonomi selama pandemi dan periode pemulihan pasca pandemi memengaruhi dinamika volatilitas indeks saham syariah seperti Jakarta Islamic Index (JII) dan Indeks Saham Syariah Indonesia (ISSI). Analisis volatilitas menjadi penting untuk memahami tingkat risiko pasar serta mengevaluasi efektivitas metode prediksi yang digunakan dalam memodelkan perilaku pasar saham. Penelitian ini bertujuan untuk menganalisis dinamika volatilitas indeks saham syariah Indonesia pada periode pandemi dan pasca pandemi serta membandingkan kinerja model prediksi volatilitas menggunakan pendekatan Machine Learning Random Forest Regressor dan metode statistik Naïve Persistence. Penelitian menggunakan data harga penutupan harian indeks JII dan ISSI yang kemudian ditransformasikan menjadi log return mingguan dan dihitung volatilitasnya menggunakan rolling standar deviasi. Proses pemodelan dilakukan dengan pembagian data deret waktu untuk training dan testing, sedangkan evaluasi model menggunakan metrik Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa volatilitas pasar saham syariah meningkat secara signifikan pada periode pandemi dan menurun pada periode pasca pandemi. Model Machine Learning menunjukkan kinerja yang lebih baik dalam memprediksi volatilitas pada kondisi pasar yang bergejolak, sedangkan metode statistik lebih efektif ketika kondisi pasar relatif stabil. Temuan ini menunjukkan bahwa pemilihan model prediksi volatilitas perlu mempertimbangkan karakteristik kondisi pasar yang berbeda.
Co-Authors Abdul Wahab Agustina, Depika Andriyas Kurniawan, Wahyu Fikri M., M Ilham Guntur R, Ega Gymnastiar, Habil Hafizhul I., Muhammad Idham Hanafi, Moch Imanuddin Hasbi Iwan Lesmana Kalyana Musthofa, Mirza Mira Kania Sabariah Muhamad Rizki, Rian Muhtar Fauzi, Sandi Munawar, Mahdi Putri Nurhaliza, Nabila Raya Fahreza, Fajar Ridho Lifandri, Muhammad Sarah Annashriyah, Siti Septia Barkah, Arfi SRI RAHAYU Sultan bintang Azahra, Sultan Tito Sugiharto Warisah M, Euis Wawan Hermawan