Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Aplikasi Media Belajar Alat Musik Tradisional khas Kalimantan Tengah berbasis Android pada Yayasan Ransel Buku Palangka Raya Sam'ani; Ichsan, Mochammad; Haris, Ferdiyani; Qamaruzzaman, M. Haris; Sutami
Jurnal Pengabdian Masyarakat IPTEK Vol. 5 No. 1 (2025): Edisi Januari 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v5i1.10636

Abstract

Alat musik tradisional khas Kalimantan Tengah, seperti garantung, ketipung, dan suling balawung, merupakan bagian penting dari warisan budaya Dayak yang perlu dilestarikan. Sayangnya, globalisasi dan modernisasi telah menggeser minat generasi muda terhadap alat musik tradisional, yang kini lebih akrab dengan alat musik modern. Yayasan Ransel Buku di Palangka Raya, yang berfokus pada pendidikan anak-anak di komunitas marginal, menjadi mitra strategis untuk menginisiasi edukasi budaya ini. Kegiatan pengabdian ini bertujuan mengenalkan alat musik tradisional khas Kalimantan Tengah kepada anak didik Yayasan Ransel Buku dengan memanfaatkan aplikasi berbasis Android sebagai media pembelajaran. Aplikasi ini dirancang secara interaktif dan menarik untuk mendukung pembelajaran alat musik tradisional secara mudah dan menyenangkan. Metode yang digunakan meliputi penggunaan aplikasi sebagai alat bantu edukasi. Hasil yang diharapkan dari kegiatan ini meliputi peningkatan pemahaman anak didik terhadap alat musik tradisional, tumbuhnya rasa bangga terhadap budaya lokal, dan terciptanya kesadaran akan pentingnya pelestarian budaya di era modern. Dengan pendekatan yang kreatif dan berbasis teknologi, kegiatan ini diharapkan dapat memperkenalkan kembali alat musik tradisional sebagai bagian tak terpisahkan dari identitas budaya generasi muda di Palangka Raya.
THE CONTRIBUTION OF NON-TIMBER FOREST PRODUCTS TOWARD COMMUNITY REVENUE AROUND GHIMBO POTAI BANNED INDIGENOUS FOREST KAMPAR DISTRICT KAMPAR REGENCY RIAU PROVINCE Sutami; M. Mardhiansyah; Defri Yoza
Jurnal Ilmu Ilmu Kehutanan Vol. 5 No. 2 (2021)
Publisher : Jurusan Kehutanan Fakultas Pertanian Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31258/jiik.5.2.21-26

Abstract

Ghimbo Potai Banned Indigenous Forest is a prohibited forest that has a variety of wood species and non-timber forest products used by communities around the forest, along with the times, the use of non-timber forest products began to decline. The purpose of this study was to determine the types of non-timber forest products that are used by the community in Ghimbo Potai Banned Indigenous Forest and to determine the contribution of non-timber forest products to the community income around Ghimbo Potai Banned Indigenous Forest . This research was conducted with a qualitative descriptive method. The number of respondents was 170 respondents from Koto Tibun Village and Pulau Tinggi Village. The result show that Ghimbo Potai Banned Indigenous Forest still has non-timber forest products that can still be used such as chempedak (Artocarpus integer), petai (Parkia speciosa), long jack (Eurycomma longifolia), rattan (Calamus rotang), rambutan (Nephellium sp.), langsat (Lansium domesticum Corr), tampoi (Beccauera sp.), tempunik (Artocarpus rigidus), durian (Durio zibethinus), jelutong (Dyera costulata), terap (Artocarpus sp.), pulasan (Nephelium mutabile), dogfruit (Archidendron pauciflorum) and the eyebrowed thrush (Turdus obscurus). The contribution of non-timber forest products in Koto Tibun Village was Rp. 596,400,000.00 per year, so the percentage of non-timber forest product revenue to total income was 19.56% and Pulau Tinggi Village no longer takes or utilizes existing non-timber forest products in Ghimbo Potai Banned Indigenous Forest .
Implementasi Convolutional Neural Network Untuk Klasifikasi Deteksi Emosi Wajah Secara Real-Time Berbasis Web: Implementation of Convolutional Neural Network for Web-Based Real-Time Facial Emotion Detection Classification Rahmadana, Muhammad Akbar; Sutami; Windiarti, Ika Safitri; Agung Prabowo; Amar Ma’ruf
Jurnal Sains Komputer dan Teknologi Informasi Vol. 8 No. 1 (2025): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

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

Abstract

Perkembangan teknologi Human-Computer Interaction (HCI) menuntut sistem yang mampu memahami kondisi emosional pengguna secara otomatis, namun metode konvensional seringkali terkendala oleh variasi ekspresi dan pencahayaan. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam mengklasifikasikan tujuh emosi dasar wajah secara real-time melalui platform berbasis web. Metode penelitian menggunakan pendekatan eksperimental dengan model pengembangan Waterfall, memanfaatkan dataset FER2013 untuk melatih model CNN yang kemudian diintegrasikan dengan OpenCV dan TensorFlow.js untuk pemrosesan sisi klien. Sistem dirancang untuk menerima input dari webcam maupun rekaman layar guna mendukung observasi pembelajaran daring. Hasil pengujian terhadap 10 responden guru menunjukkan bahwa sistem mampu bekerja dengan rata-rata akurasi keseluruhan sebesar 65,4%. Evaluasi persepsi pengguna menggunakan skala Likert menghasilkan skor interpretasi sebesar 85,2%, yang mengindikasikan bahwa sistem masuk dalam kategori sangat baik dan layak digunakan sebagai alat bantu monitoring emosi dalam interaksi digital.