Garuda - Garba Rujukan Digital

PEMBERDAYAAN UMKM KULINER DAN PEMANFAATAN MINYAK JELANTAH DI RW 07 BALEENDAH Iqbal Khaerul Anwar; Delliana Putri Salsabila; Hilmy Hasbillah Gustawan; Muhammad Reyhan Alghifari; Nelis Linda Sumartini; Raiina Disma Prana; Rizki Triana Sari; Tazkia Aulia Yuliana; Violetta Amanda Julianty; Firas Atqiya
BAKTIMU : Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2 (2024)
Publisher : Universitas Muhammadiyah Ahmad Dahlan Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37874/bm.v4i2.1199

Usaha Mikro, Kecil, dan Menengah (UMKM) di Indonesia memiliki potensi yang cukup besar terhadap berkembangan perekonomian negara. Selain itu, pengoptimalan sumber daya limbah yang dapat meningkatkan kreatifitas masyarakat dan mengurangi pembuanagn limbah langsung ke lingkungan. Berdasarkan hal tersebut tujuan dari pengabdian kali ini adalah untuk membantu masyarakat dalam mempromosikan produk UMKM melalui media sosial, foto produk, serta pemanfaatan limbah rumah tangga di lingkungan RW 07 Kelurahan Baleendah, Kecamatan Baleendah, Kabupaten Bandung Jawa Barat. Untuk mencapai tujuan tersebut kegiatan pengabdian ini akan dilakukan dengan 3 (tiga) metode, yaitu (1) Survey UMKM; (2) Implementasi Strategi untuk peningkatan pemasaran produk UMKM; dan (3) Demo pembuatan lilin aromaterapi dari minyak jelantah. Hasil dari pengabdian ini diperoleh sebanyak 4 usaha UMKM yang sudah memahami dan memanfaatkan media sosial sebagai sarana promosi produk, dan 3 usaha lainnya masih belum memanfaatkan media sosial sebagai media promosi. Serta masih banyak dari warga di wilayah RW 07 Kelurahan Baleendah Kabupaten Jawa Barat yang belum mengetahui bagaimana cara memanfaatkan limbah rumah tangga khususnya minyak jelantah agar bisa menjadi lilin aromaterapi. Dengan adanya pengabdian ini membantu pelaku UMKM untuk memanfaatkan pemasaran produk yang lebih optimal dan memberikan keterampilan pembuatan lilin aromaterapi dari minyak jelantah kepada masyarakat. Kata kunci : UMKM, Pemanfaatan Limbah Rumah Tangga, Minyak Jelantah

PEMBERDAYAAN UMKM KULINER DAN PEMANFAATAN MINYAK JELANTAH DI RW 07 BALEENDAH Iqbal Khaerul Anwar; Salsabila, Delliana Putri; Hilmy Hasbillah Gustawan; Muhammad Reyhan Alghifari; Nelis Linda Sumartini; Raiina Disma Prana; Rizki Triana Sari; Tazkia Aulia Yuliana; Violetta Amanda Julianty; Firas Atqiya
BAKTIMU : Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2 (2024)
Publisher : Universitas Muhammadiyah Ahmad Dahlan Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37874/bm.v4i2.1199

Usaha Mikro, Kecil, dan Menengah (UMKM) di Indonesia memiliki potensi yang cukup besar terhadap berkembangan perekonomian negara. Selain itu, pengoptimalan sumber daya limbah yang dapat meningkatkan kreatifitas masyarakat dan mengurangi pembuanagn limbah langsung ke lingkungan. Berdasarkan hal tersebut tujuan dari pengabdian kali ini adalah untuk membantu masyarakat dalam mempromosikan produk UMKM melalui media sosial, foto produk, serta pemanfaatan limbah rumah tangga di lingkungan RW 07 Kelurahan Baleendah, Kecamatan Baleendah, Kabupaten Bandung Jawa Barat. Untuk mencapai tujuan tersebut kegiatan pengabdian ini akan dilakukan dengan 3 (tiga) metode, yaitu (1) Survey UMKM; (2) Implementasi Strategi untuk peningkatan pemasaran produk UMKM; dan (3) Demo pembuatan lilin aromaterapi dari minyak jelantah. Hasil dari pengabdian ini diperoleh sebanyak 4 usaha UMKM yang sudah memahami dan memanfaatkan media sosial sebagai sarana promosi produk, dan 3 usaha lainnya masih belum memanfaatkan media sosial sebagai media promosi. Serta masih banyak dari warga di wilayah RW 07 Kelurahan Baleendah Kabupaten Jawa Barat yang belum mengetahui bagaimana cara memanfaatkan limbah rumah tangga khususnya minyak jelantah agar bisa menjadi lilin aromaterapi. Dengan adanya pengabdian ini membantu pelaku UMKM untuk memanfaatkan pemasaran produk yang lebih optimal dan memberikan keterampilan pembuatan lilin aromaterapi dari minyak jelantah kepada masyarakat. Kata kunci : UMKM, Pemanfaatan Limbah Rumah Tangga, Minyak Jelantah

Hybrid IndoBERT and Support Vector Machine for Multi-class Emotion Classification of Indonesian Tourism Reviews Firas Atqiya; Afrida Helen; Muhammad Rizqi Sholahuddin
Media Jurnal Informatika Vol 18 No 1 (2026): Media Jurnal Informatika
Publisher : Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v18i1.6377

Online reviews hold emotional nuances that binary sentiment analysis cannot adequately capture for targeted tourism management. Indonesian reviews pose additional computational challenges due to informal language, Sundanese vernacular, and severe class imbalance. Objective: This study develops a hybrid classification framework using IndoBERT as a frozen feature extractor and a Support Vector Machine (SVM) across five emotional classes. It investigates integrating Principal Component Analysis (PCA) and SMOTE within a strict cross-validation pipeline to mitigate extreme minority class scarcity while preventing data leakage. The duplicate-free dataset comprises 446 manually annotated reviews from agro-tourism destinations in Rancakalong. Annotations followed Ekman’s emotions plus a neutral category, cross-validated by a Large Language Model (Cohen's Kappa = 0.7475). To satisfy oversampling constraints, three extreme minority classes (fear, surprise, disgust) were consolidated into an 'OTHER' class. Three configurations were evaluated via 5-Fold Stratified Cross-Validation: TF-IDF + SVM (M1 baseline), IndoBERT + SVM (M2), and IndoBERT + PCA + SMOTE + SVM (M3), utilizing Macro F1 as the primary metric. Results: The M1 baseline yielded a Macro F1 of 0.3920. By capturing contextual semantics, M2 improved accuracy to 0.7131 and Macro F1 to 0.4133. The proposed M3 architecture achieved the highest Macro F1 (0.4321), demonstrating that combining dimensionality reduction and oversampling strengthens minority class decision boundaries. However, erratic performance on the synthetic 'OTHER' class confirms that merging distinct emotions disrupts cohesive semantic signatures. Integrating frozen IndoBERT embeddings with PCA and SMOTE within a cross-validated SVM architecture significantly outperforms traditional baseline models on highly imbalanced, low-resource Indonesian text data. This study contributes an empirically validated emotion corpus and establishes a foundational, data-driven behavioral modeling framework to guide targeted managerial interventions in local agro-tourism.

Real-Time Webcam-Based Hand Gesture Recognition with Face Authentication for 3D Drone Simulation in Godot Engine Muhammad Rizqi Sholahuddin; Siti Dwi Setiarini; Ardhian Ekawijana; Muhammad Samudera; Firas Atqiya
Media Jurnal Informatika Vol 18 No 1 (2026): Media Jurnal Informatika
Publisher : Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v18i1.6483

Most hand gesture control systems for drones depend on specialized hardware such as Leap Motion or Kinect, which raises the cost barrier for educational institutions in developing countries. Integrating face authentication within the same low-cost pipeline remains under-explored. This study develops a real-time, webcam-based system that combines Google MediaPipe hand tracking with facial authentication and a Godot Engine 4.3 3D drone simulation for authenticated, responsive gesture control. A finger-counting algorithm classifies eight gestures across two hands. The left hand drives horizontal motion (forward, backward, left, right) and the right hand drives altitude and yaw (up, down, rotate left, rotate right). Commands travel over UDP to Godot, where a receiver node translates each packet into a native input action. Face authentication uses dlib and the face_recognition library with a 60-frame login counter. All metrics were collected under a fixed condition (normal lighting 300–500 lux, 0.8 m, one subject). The system achieved 100% gesture accuracy across 160 trials, 35.6 FPS pipeline throughput, 0.33 ms one-way UDP latency with 0% packet loss, and 23.9 ms end-to-end gesture-to-drone latency. Face authentication scored 100% recognition with 0% FRR and 19.0% FAR against an unregistered face at the default 0.6 tolerance. A standard-webcam pipeline built entirely from open-source components can deliver responsive, authenticated gesture control for interactive drone simulation, though the single-subject evaluation is an upper bound requiring multi-subject validation. However, the 100% accuracy represents an upper bound as evaluation was limited to a single subject under controlled lighting (300–500 lux) and a fixed distance (0.8 m), requiring further validation across diverse users and environments

Analisis Visual Perilaku Agen Q-Learning dan SARSA pada Cliff Walking Problem dengan Explainable Reinforcement Learning Firas Atqiya; Muhammad Rizqi Sholahuddin
Bulletin of Computer Science Research Vol. 6 No. 2 (2026): February 2026
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v6i2.984

Reinforcement Learning (RL) has achieved remarkable success in complex sequential decision tasks. However, modern RL models often lack explainability, creating a serious "black box" problem, especially in high-stakes domains. This study proposes a Pygame-based real-time visualization architecture for RL, and demonstrates its benefits in a Cliff Walking case study using Q-Learning and SARSA algorithms. Key contributions include: (1) a real-time visualization architecture that decouples training logic from graphics rendering with support more than 60 FPS, (2) interpretive visualization techniques including diverging heatmaps, dynamic policy arrows, and Ghost Policies, and (3) a comprehensive empirical study clarifying the distinct characteristics of both algorithms. Experimental results clearly show that Q-Learning selects an efficient but risky path aligned with its optimistic off-policy nature, while SARSA converges on a safer path reflecting its on-policy nature that considers exploration safety. Quantitatively, Q-Learning successfully achieved an optimal 13-step path with an accumulation of 10,642 falls, whereas SARSA converged to a safe 23-step path with a significantly higher collision frequency (232,844 times) to avoid extreme penalties from the cliff zone.

Implementasi FaceNet512 Berbasis RetinaFace untuk Pengenalan Wajah pada Sistem Presensi Mahasiswa Universitas Muhammadiyah Bandung Znissel Najla Mazaya Hasyahaifa; Firas Atqiya; Teddy Hidayat
Cerdika: Jurnal Ilmiah Indonesia Vol. 5 No. 11 (2025): Cerdika: Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v5i11.2813

Sistem presensi konvensional yang masih diterapkan di banyak perguruan tinggi, termasuk Universitas Muhammadiyah Bandung, rentan terhadap kecurangan dan memerlukan efisiensi yang lebih tinggi. Penelitian ini bertujuan mengimplementasikan model FaceNet512 dengan detektor RetinaFace untuk menciptakan sistem presensi mahasiswa berbasis pengenalan wajah yang otomatis, akurat, dan tahan kecurangan. Data wajah dikumpulkan dari 13 partisipan dengan 14 variasi, kemudian diproses menjadi embedding menggunakan metode FaceNet512 dan RetinaFace sebagai detektor wajah untuk diuji. Hasil evaluasi terhadap 143 data uji menunjukkan bahwa sistem menghasilkan akurasi sebesar 95,1% dengan nilai precision, recall, dan f1-score yang sama. Hasil ini menunjukkan bahwa implementasi FaceNet512 berbasis RetinaFace efektif digunakan dalam sistem presensi berbasis pengenalan wajah serta dapat memberikan alternatif sistem presensi yang lebih cepat dan efisien. Simpulan penelitian membuktikan bahwa implementasi FaceNet512 berbasis RetinaFace layak dijadikan solusi sistem presensi otomatis yang lebih cepat, efisien, dan andal dibandingkan metode konvensional, dengan rekomendasi untuk menambah variasi dataset guna meningkatkan generalisasi model pada kondisi riil.

Implementasi Model Sentence-Bert untuk Deteksi Plagiarisme Pada Karya Tulis Ilmiah Psikologi Berbahasa Indonesia Ilhan Hakiki; Firas Atqiya; Ahmad Suryan
Cerdika: Jurnal Ilmiah Indonesia Vol. 5 No. 12 (2025): Cerdika: Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v5i12.2889

Plagiarisme merupakan permasalahan serius dalam dunia akademik, khususnya pada karya tulis ilmiah berbahasa Indonesia di bidang psikologi. Bidang psikologi merupakan salah satu bidang yang rentan terhadap plagiarisme. Penelitian ini bertujuan untuk mengimplementasikan metode Sentence-BERT dalam mendeteksi tingkat kemiripan antar teks guna mengidentifikasi potensi plagiarisme. Dataset yang digunakan terdiri dari 15 pasang abstrak karya tulis ilmiah psikologi yang dikategorikan ke dalam lima jenis, yaitu copy-paste murni, parafrase kuat, mosaik, topik berbeda, dan topik mirip. Setiap pasangan data dibandingkan menggunakan Sentence-BERT untuk menghasilkan embedding semantik, lalu dihitung tingkat kemiripannya dengan cosine similarity. Hasil pengujian menunjukkan bahwa metode Sentence-BERT cukup efektif mendeteksi plagiarisme dengan akurasi global 53,3%, terutama pada kasus copy-paste murni (100%). Namun, kelemahan ditemukan pada kategori mosaik (0%) dan topik mirip (33,3%), di mana model masih kesulitan membedakan teks yang memiliki kesamaan semantik meski berbeda tujuan atau struktur. Dengan demikian, Sentence-BERT terbukti unggul dalam mendeteksi plagiarisme eksplisit, tetapi perlu pengembangan lebih lanjut agar mampu mengenali plagiarisme kompleks.

Pemberdayaan Digital BUMDes Rancakalong Melalui Literasi Kecerdasan Artifisial dan Analisis Kebutuhan Sistem Informasi Agroeduwisata Firas Atqiya; Rudi Rosadi; Deni Setiana; Asep Sholahuddin; Mira Suryani; Intan Nurma Yulita; Atje Setiawan Abdullah; Aditya Pradana
Jurnal Difusi Vol. 9 No. 2 (2026): Jurnal Difusi
Publisher : Pusat Penelitian dan Pengabdian Masyarakat (P3M) Politeknik Negeri Bandung

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

Pengembangan agroeduwisata di Kecamatan Rancakalong menghadapi kendala promosi digital yang belum terintegrasi dan masih kurangnya literasi teknologi pengelola. Kegiatan pengabdian masyarakat tahun pertama ini bertujuan meningkatkan literasi kecerdasan artifisial (AI) pengelola BUMDesma Rusa Emas Rancakalong LKD serta menganalisis kebutuhan website agroeduwisata sebagai fondasi peta jalan program multi-tahun. Metode pelaksanaan meliputi observasi lapangan, workshop rekayasa instruksi (prompt engineering) dengan desain evaluasi retrospektif (N=8), serta Focus Group Discussion (FGD) elisitasi kebutuhan sistem berbasis metode MoSCoW. Hasil evaluasi kuantitatif menunjukkan peningkatan kompetensi digital peserta yang signifikan sebesar 47,31%, dari skor rerata 2,58 menjadi 3,81 (Wilcoxon W=0,0; p=0,0078), dengan lonjakan tertinggi pada keterampilan perbaikan instruksi (prompt refinement) sebesar 57,89%. Secara kualitatif, pengumpulan kebutuhan menghasilkan cetak biru spesifikasi website agroeduwisata yang memprioritaskan fitur katalog paket eduwisata dan reservasi rombongan. Peningkatan kapasitas SDM ini meletakkan kesiapan operasional yang krusial sebelum implementasi website pada tahun kedua.

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search