Garuda - Garba Rujukan Digital

OTOMATISASI MAIN SWITCH DAN TRACKING SEPEDA MOTOR MENGGUNAKAN APLIKASI ANDROID BERBASIS ARDUINO UNO Ramli, Muhammad Reza; Cipta, Subhan Panji; Mambang
INTEKNA Jurnal Informasi Teknik dan Niaga Vol 23 No 2 (2023): Jurnal INTEKNA, Volume 23, No. 2, Nov 2023
Publisher : P3M Politeknik Negeri Banjarmasin

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

Ardunino uno sendiri merupakan sebuah perangkat purwarupa yang open source yang digunakan untuk perangkat elektronik karena software ini mudah untuk digunakan. Arduino uno ini memiliki 14 pin I/O digital dan 6 pin analog sedangkan untuk peprogramannya sendiri menggunakan koneksi USB type A to type B. Untuk Merancang sistem kontrol sepeda motor menggunakan perintah suara pada smartphone. Metode penelitian yang digunakan dalam pengerjaan penelitian ini adalah studi literature dan eksperimen, pembuatan prototype otomatisasi main switch dan pelacakan posisi sepeda motor yang menggunakan Arduino uno dan GPS(Global Positioning Sistem). Berdasarkan penelitian hasil Otomatisasi main switch dan tracking sepeda motor menggunakan aplikasi android berbasis Arduino uno untuk mempermudah pengguna sepeda motor yang kehilangan kunci dan melacak posisi sepeda motor. Dalam penelitian diatas tidak di implementasikan ke sepeda motor malainkan berbentuk prototype. Berdasarkan hasil penelitian diharapan agar dapat mengembangkan lebih baik lagi terkait dengan otomatisasi main switch dan tracking sepeda motor menggunakan aplikasi android berbasis arduino uno.

Analisis Sentimen Terhadap Aplikasi Parak Acil Online Berdasarkan Ulasan Masyarakat Menggunakan Metode Support Vector Machine (SVM) Mutmainah, Mutmainah; Cipta, Subhan Panji; Mambang, Mambang; Zulfadhilah, Muhammad; Naparin, Husni; Syapotro, Usman
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.7962

Abstrak - Perkembangan teknologi informasi mempermudah akses layanan publik, termasuk aplikasi Parak Acil Online yang dikembangkan oleh Pemerintah Kota Banjarmasin untuk pengurusan dokumen administrasi. Sejak diluncurkan, aplikasi ini telah digunakan oleh puluhan ribu warga. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi dan mengevaluasi performa Support Vector Machine dalam klasifikasi ulasan. Metode penelitian yang digunakan adalah Support Vector Machine untuk mengklasifikasikan ulasan pengguna. Hasil analisis menunjukkan bahwa algoritma Support Vector Machine (SVM) dalam mengklasifikasikan data ulasan mendapatkan akurasi tertinggi pada pembagian data latih dan data uji 70:30 sebesar 85,1%, presisi 78,2%, dan recall 97,2%. Dari klasifikasi dan visualisasi, didapatkan kata-kata yang sering muncul pada sentimen positif yaitu “good”, “easy”, dan “helpful” serta kata-kata yang sering muncul pada sentimen negatif yaitu “difficult”, “take” dan “feature”. Sentimen masyarakat terhadap aplikasi Parak Acil Online menunjukkan bahwa mayoritas ulasan masyarakat terhadap aplikasi ini bersifat positif, dan performa analisis sentimen menggunakan metode Support Vector Machine yang digunakan dalam penelitian ini terbukti efektif dalam mengklasifikasikan sentimen dari ulasan pengguna. Diharapkan penelitian ini dapat membantu pengembang dan pemangku kebijakan dalam meningkatkan kualitas aplikasi Parak Acil Online serta memahami kebutuhan masyarakat.Kata kunci: Analisis Sentimen, Aplikasi Parak Acil Online, Support Vector Machine, Textblob. Abstract - The advancement of information technology has facilitated access to public services, including the Parak Acil Online application developed by the Banjarmasin City Government for managing administrative documents. Since its launch, this application has been used by tens of thousands of residents. This study aims to analyze user sentiment towards the application and evaluate the performance of Support Vector Machine (SVM) in classifying reviews. The research method used is Support Vector Machine (SVM) to classify user reviews. The analysis results show that the Support Vector Machine (SVM) algorithm achieves the highest accuracy in classifying review data with a 70:30 train-test split, reaching 85.1% accuracy, 78.2% precision, and 97.2% recall. Classification and visualization reveal that frequently occurring words in positive sentiment include "good," "easy," "helpful," and "fast," while frequently occurring words in negative sentiment include "difficult," "document," "take," and "feature." The sentiment of the public towards the Parak Acil Online application indicates that the majority of reviews are positive. The performance of sentiment analysis using the Support Vector Machine method employed in this study has proven effective in classifying sentiment from user reviews. It is hoped that this research can assist developers and policymakers in improving the quality of the Parak Acil Online application and understanding community needs.Keywords: parak acil online application, sentiment analysis, support vector machine, textblob.

Implementasi Machine Learning pada Sentimen Konsumen UMKM Sektor Kuliner di Kota Banjarmasin Ropikah, Ropikah; Cipta, Subhan Panji; Nurhaeni, Nurhaeni; Wahyudi, Johan; Mambang, Mambang
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7877

Abstrak - Perkembangan jumlah UMKM di Kota Banjarmasin terutama pada sektor kuliner khususnya seperti soto banjar,sop banjar,ketupat kandangan, sambal acan sampai beraneka gangan menyebabkan persaingan antar UMKM yang semakin ketat. Hal Ini dapat mempengaruhi penjualan dan persepsi konsumen yang berbeda.Penelitian yang dilakukan bertujuan untuk Menganalisis Sentimen Konsumen (Positif,Negatif , atau netral) dengan menggunakan algoritma Naive Bayes.Dalam penelitian ini menggunakan metode survei dengan melibatkan kuesioner untuk pengumpulan data.Penelitian yang dilakukan menunjukkan bahwa metode Naive Bayes dapat melakukan analisis sentimen terhadap data konsumen UMKM sektor kuliner di Kota Banjarmasin dengan hasil akurasi metode Naive Bayes 97%, Pada label positif mendapatkan nilai precision,recall dan F1-score sebesar 98% dan pada label netral mendapatkan nilai precision,recall dan F1-score sebesar 88% . selain itu, proporsi untuk label positif sebanyak 191 data, label netral sebanyak 20 data, dan label negatif tidak ada sama sekali.Hasil penelitian menunjukkan akurasi metode Naive Bayes 97%. Analisis menunjukkan bahwa 191 data yang menunjukan label positif dan 20 data menunjukan label netral . Berdasarkan hasil yang didapatkan maka algoritma Naive Bayes dapat diimplementasikan pada data konsumen UMKM sektor Kuliner di Kota Banjarmasin.Kata kunci: analisis sentimen, UMKM kuliner Banjarmasin, naive bayes Abstract - The increasing number of Micro, Small, and Medium Enterprises (MSMEs) in Banjarmasin City, particularly in the culinary sector, ranging from traditional dishes such as soto Banjar, sop Banjar, ketupat Kandangan, sambal acan to various snacks, has intensified competition among MSMEs. This phenomenon can affect sales and consumer perceptions differently.This research aims to Analyze Consumer Sentiments (Positive, Negative, or Neutral) using the Naive Bayes algorithm.This study employed a survey method involving questionnaires for data collection.The research conducted indicates that the Naive Bayes method can analyze sentiment in consumer data of culinary MSMEs in Banjarmasin City with an accuracy rate of 97%. In the positive label, precision, recall, and F1-score obtained values of 98%, while in the neutral label, precision, recall, and F1-score obtained values of 88%. Additionally, there were 191 data for the positive label, 20 data for the neutral label, and no data for the negative label.The research results demonstrate a Naive Bayes method accuracy of 97%. The analysis shows 191 data indicating a positive label and 20 data indicating a neutral label. Based on the obtained results, the Naive Bayes algorithm can be implemented in consumer data of culinary MSMEs in Banjarmasin City.Keywords: culinary MSMEs Banjarmasin, naive bayes ,sentiment analysis

Analisis Sentimen pada Aplikasi Pinjaman Online Easycash Menggunakan Algoritma Naïve Bayes di Media Sosial Twitter Melda, Melda; Cipta, Subhan Panji; Nurhaeni, Nurhaeni; Mambang, Mambang; Adini, Muhammad Hifdzi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7918

Abstrak - Pinjaman online EasyCash merupakan salah satu aplikasi pinjaman online yang banyak digunakan oleh masyarakat di berbagai kalangan dan hal tersebut membentuk opini masyarakat yang beraneka ragam baik itu bersifat postif ataupun negatif karena berdasarkan pengalam pribadi ataupun pengalam orang lain. Media sosial adalah tempat yang paling dirasa efektif dan praktis dalam menyampaikan pendapat bagi para pengguna khususnya pada media sosial Twitter. Penelitian ini bertujuan untuk mengtahui sentimen masyarakat terhadap pinjaman online EasyCash dan menerapkan algoritma Naïve Bayes dalam melakukan analisis sentimen, Dalam mengumpulkan data dan informasi dengan menggunakan metode eksperimenta. Berdasarkan hasil yang didapatkan mengenai analisis sentimen pada pinjaman online EasyCash di media sosial Twitter berhasil mengimplementasikan algoritma Naïve Bayes dengan akurasi sebesar 87%, pada label positif mendapatkan nilai precision 92%, recall 76%, f1-score 83% dan pada label negatif mendapatkan nilai precesion 85%, recall 95% dan f1-score 90%. Masyarakat cenderung memberikan komentar negatif dengan jumlah 688 data dan komentar positif dengan jumlah 362 data. Kata kunci: analisis sentimen, easycash, naïve bayes, twitter Abstract - EasyCash online loan is one of the online loan applications that is widely used by people in various circles and it forms a variety of public opinions, both positive and negative because it is based on personal experience or other people's experience. Social media is the most effective and practical place to express opinions for users, especially on Twitter social media. This study aims to find out the public's sentiment towards EasyCash online lending and apply the Naïve Bayes algorithm in conducting sentiment analysis, in collecting data and information using experimental methods. Based on the results obtained regarding sentiment analysis on EasyCash online loans on social media, Twitter successfully implemented the Naïve Bayes algorithm with an accuracy of 87%, on the positive label it got a precision score of 92%, recall 76%, f1-score 83% and on the negative label got a precesion value 85%, recall 95% and f1-score 90%. The public tends to give negative comments with a total of 688 data and positive comments with a total of 362 data. Keywords: analisis sentimen, easycash, naïve bayes, twitter

Aplikasi Perhitungan Pendapatan dan Gaji Berbasis Web pada Destinasi Kelotok : Studi Kasus Siring Banjarmasin Rafi'i, Rafi'i; Nugraha, Bayu; Prastya, Septyan Eka; Cipta, Subhan Panji; Mambang, Mambang
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7885

Abstrak - Banjarmasin adalah kota yang terkenal karena memiliki seribu sungai. Salah satu destinasi wisata di kota ini adalah menyusuri sungai dengan perahu yang disebut kelotok. CV siring Kota Banjarmasin belum memiliki aplikasi berbasis web untuk perhitungan pendapatan dan gaji dan mereka melakukan perhitungan pendapatan dan gaji masih manual. dalam penelitian ini adalah bagaimana membuat rancangan prototipe dan membuat aplikasi perhitungan pendapatan dan gaji berbasis web pada CV siring Kota Banjarmasin. tujuan penelitian untuk membuat aplikasi berbasis web yang dapat menghitung pendapatan bulanan dan gaji karyawan dari penjualan tiket. Model sistem yang digunakan adalah model air terjun Waterfall. Sistem yang dihasilkan dapat mempermudah user dalam pembokingan tiket dan admin untuk mempermudah proses pendataan pendapatann dan gaji sebagai wadah bagi CV siring kota Banjarmasin, secara umum pemodelan sistem ini meliputi user yaitu sebagai pengguna dan admin pengelola, Setelah itu data tersimpan di dalam database sebagai tempat penyimpanan data. Berdasarkan hasil dan pembahasan dalam penelitian ini, dapat disimpulkan bahwa aplikasi perhitungan pendapatan dan gaji berbasis web yang dikembangkan berhasil mencapai tujuan yang ditetapkan dan memberikan solusi yang efektif untuk perhitungan pendapatan gaji dalam pembokingan tiket, Yang lebih efisien dan akurat. dalam pengujian aplikasi web pada CV siring Kota Banjarmasin, menunjukkan Aplikasi web mampu membuat peningkatan pendapatan dan penjualan tiket dari data wawancara pada bulan maret dan april. Kata kunci: Aplikasi Web, Perhitungan Pendapatan dan Gaji, Destinasi Kelotok Abstract - Banjarmasin is a city famous for having a thousand rivers. One of the tourist destinations in this city is down the river by boat called kelotok. CV siring Banjarmasin City does not yet have a web-based application for the calculation of income and salaries and they do the calculation of income and salaries manually. in this study is how to make a prototype design and create a web-based income and salary calculation application at CV siring Banjarmasin City. the research objective is to create a web-based application that can calculate monthly income and employee salaries from ticket sales. The system model used is the Waterfall model. The resulting system can make it easier for users to book tickets and admins to facilitate the process of recording income and salaries as a forum for CV siring Banjarmasin city, in general, the modeling of this system includes the user as a user and admin manager, after that the data is stored in the database as a data storage area. Based on the results and discussion in this study, it can be concluded that the web-based revenue and salary calculation application developed successfully achieved the objectives set and provided an effective solution for the calculation of salary income in ticket bookings, which is more efficient and accurate. in testing web applications at CV siring Banjarmasin City, shows that web applications are able to make an increase in revenue and ticket sales from interview data in March and April.Keywords: Web Application, Income and Salary Calculation, Kelotok Destination

Analisis Sentimen Pengaruh Digitalisasi Terhadap Penjualan UMKM di Kota Banjarmasin Menggunakan Metode SVM Kartika, Kartika; Cipta, Subhan Panji; Zulfadhilah, Muhammad; Prastya, Septyan Eka
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8006

Abstrak – Digitalisasi telah menjadi faktor penting dalam meningkatkan efisiensi dan jangkauan pasar UMKM. Di Kota Banjarmasin, adopsi digitalisasi berpotensi mempengaruhi sentimen masyarakat terhadap produk-produk UMKM. Penelitian ini menganalisis sentimen untuk memahami dampak digitalisasi terhadap penjualan UMKM di kota ini. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi sentimen terhadap produk UMKM setelah adopsi digitalisasi di Kota Banjarmasin. Selain itu, penelitian ini juga mengevaluasi efektivitas metode Support Vector Machine (SVM) dalam menganalisis sentimen tersebut. Data dikumpulkan melalui Lembar observasi Google Form yang disebarkan kepada 211 responden, dengan 205 data yang valid digunakan dalam analisis. Data dilakukan proses preprocessing dan pelabelan dengan kamus Lexicon . Metode SVM dengan kernel linear digunakan untuk mengklasifikasikan sentimen, dan model dievaluasi berdasarkan metrik akurasi, precision, recall, dan f1-score. Penelitian menunjukkan bahwa metode SVM dengan kernel linear mencapai akurasi sebesar 85,7% dalam mengklasifikasikan sentimen. Model menunjukkan kinerja yang baik dalam mengenali sentimen positif dengan precision 75% dan recall 86%. Namun, kinerja untuk kelas negatif masih rendah dengan recall 43% dan f1-score 0.55, mengindikasikan tantangan dalam mengidentifikasi sentimen negatif secara akurat.Digitalisasi memiliki pengaruh signifikan terhadap sentimen positif UMKM di Kota Banjarmasin. SVM menunjukkan kinerja yang baik untuk sentimen positif, terdapat tantangan dalam mengenali sentimen negatif yang perlu diatasi. Hasil penelitian ini memberikan wawasan penting untuk strategi digitalisasi yang lebih efektif bagi UMKM di masa mendatang.Kata kunci: Analisis Sentimen, Usaha Mikro Kecil dan Menengah (UMKM), Support Vector Machine (SVM) Abstract – Digitalization has become an important factor in increasing the efficiency and reach of the MSME market. In Banjarmasin City, the adoption of digitalization has the potential to affect public sentiment towards MSME products. This study analyzes sentiment to understand the impact of digitalization on MSME sales in this city. This study aims to identify factors that influence sentiment towards MSME products after the adoption of digitalization in Banjarmasin City. In addition, this study also evaluates the effectiveness of the Support Vector Machine (SVM) method in analyzing these sentiments. Data were collected through Google Form observation sheets distributed to 211 respondents, with 205 valid data used in the analysis. The data were preprocessed and labeled with the Lexicon dictionary. The SVM method with a linear kernel was used to classify sentiment, and the model was evaluated based on accuracy, precision, recall, and f1-score metrics. The study shows that the SVM method with a linear kernel achieves an accuracy of 85.7% in classifying sentiment. The model performs well in recognizing positive sentiment with a precision of 75% and a recall of 86%. However, the performance for the negative class is still low with a recall of 43% and an f1-score of 0.55, indicating challenges in accurately identifying negative sentiment.Digitalization has a significant influence on positive sentiment of MSMEs in Banjarmasin City. SVM shows good performance for positive sentiment, there are challenges in recognizing negative sentiment that need to be addressed. The results of this study provide important insights for a more effective digitalization strategy for MSMEs in the future.Keywords: Sentiment Analysis, Micro, Small and Medium Enterprises (MSMEs), Support Vector Machine (SVM)

Deteksi Penyakit Diabetes Gestasional Menggunakan Metode CNN Berbasis Web Fitriani, Fitriani; Nurhaeni, Nurhaeni; Zulfadhilah, Muhammad; Cipta, Subhan Panji
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8247

Abstrak - Latar Belakang: Diabetes adalah salah satu masalah kesehatan utama di seluruh dunia diabetes mellitus terbagi menjadi beberapa jenis salah satu diantaranya yaitu diabetes melitus gestasional deteksi dini sangat diperlukan untuk menjaring diabetes gestasional menggunakan beberapa algoritma pembelajaran mesinTujuan: Mengetahui tingkat akurasi yang didapatkan dari hasil deteksi dini penyakit diabetes melitus gestasional menggunakan metode convolutional neural network (cnn). Untuk mendeteksi penyakit dini Diabetes Melitus Gestasional menggunakan metode convolutional neural network (cnn).Metode: Penelitian ini menggunakan jenis penelitian eksperimental, yang mana pada penelitian ini menggunakan metode Convolutional Neural Network (CNN). Dengan penelitian eksperimental ini, untuk mengklasifikasikan apakah seseorang tersebut terdeteksi penyakit dini diabetes gestasional yang dikumpulkan dari platform Kaggle dataset ini berjumlah 3525 entri data.Hasil: Dari percobaan yang dilakukan, hasil menunjukkan bahwa percobaan 1 mendapat akurasi sebesar 97%, percobaan 2 sebesar 98%, percobaan 3 sebesar 98%, Dengan demikian, penerapan convolutional neural network (CNN) untuk prediksi diabetes gestasional menggunakan percobaan 2 dengan pertimbangan hasil evaluasi metrix yang lebih baik dan pembagian data uji dan latih yang baik. Simpulan: Keterbatasan dari penelitian ini meliputi representasi dataset yang mungkin tidak mencakup variasi karakteristik demografis dan geografis secara umum, yang dapat mempengaruhi generalisasi model terhadap populasi yang lebih luas. Selain itu, ukuran relatif kecil dari dataset uji, meskipun diperluas pada percobaan ketiga, dapat membatasi evaluasi terhadap data baru yang belum pernah dilihat sebelumnya.Kata Kunci: cnn, diabetes gestasional, prediksi Abstract - Background: Diabetes is one of the major health issues worldwide. Diabetes mellitus is divided into several types, one of which is gestational diabetes mellitus (GDM). Early detection is crucial for screening gestational diabetes, employing several machine learning algorithms.Objective: To determine the accuracy level obtained from the early detection of gestational diabetes mellitus using the convolutional neural network (CNN) method. The aim is to detect early gestational diabetes mellitus using the CNN method.Method: This study is an experimental research using the Convolutional Neural Network (CNN) method. With this experimental research, the researchers aim to classify whether an individual is detected with early gestational diabetes. The dataset, collected from the Kaggle platform, consists of 3525 entries.Results: The experiments showed that Experiment 1 achieved an accuracy of 97%, Experiment 2 achieved 98%, and Experiment 3 also achieved 98%. Thus, the application of the convolutional neural network (CNN) for predicting gestational diabetes was most effective in Experiment 2, considering the better evaluation metrics and the appropriate division of test and training data. Conclusion: The limitations of this study include the representation of the dataset, which may not encompass the demographic and geographic variations in general, potentially affecting the model's generalization to a broader population. Additionally, the relatively small size of the test dataset, even though expanded in the third experiment, may limit the evaluation on new, unseen data.Keywords: cnn, gestational diabetes mellitus, prediction

Penerapan Naïve Bayes dalam Analisis Sentimen untuk Evaluasi Kinerja Pengajaran Dosen Fatmawati, Samsinah; Prasetya, M. Riko Anshori; Prastya, Septyan Eka; Cipta, Subhan Panji
Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Vol 15 No 1 (2025): Maret 2025
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/saintekom.v15i1.765

Lecturer performance in the learning process directly affects student competence. Evaluating lecturers is essential to ensure optimal teaching and produce graduates ready for the job market. One way to assess teaching effectiveness is through sentiment analysis of student opinions. However, due to the large amount of data still processed manually, a more efficient approach is needed, namely AI-based sentiment analysis. This study implements the Naïve Bayes method to classify student sentiments as positive or negative and evaluate lecturer performance based on classification results. The process includes preprocessing and labeling. The Naïve Bayes algorithm is then applied for sentiment classification and evaluated using a confusion matrix. The results show that Naïve Bayes is highly effective, achieving 94% accuracy, 94% precision, 96% recall, and a 95% F1-score. Of the total data, 231 comments were positive, while 174 were negative. These findings confirm that sentiment analysis can be an efficient tool for assessing lecturers and improving teaching quality at universities.

Optimalisasi Peran Kader Dan Keluarga Menggunakan Digitalisai Program Kelas Keluarga Dalam Mendukung Penurunan Stunting Zulliati, Zulliati; Hestiyana, Nita; Cipta, Subhan Panji; MS, Nur Cahya; Pahlevi, Gilang; EP, Safina Restu; Hafizah, Kintan
Jurnal Pengabdian kepada Masyarakat (ABDIKEMAS) Vol 7 No 2 (2025): Jurnal Pengabdian kepada Masyarakat (ABDIKEMAS)
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat, Politeknik Kesehatatan Kemenkes Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36086/abdikemas.v7i2.3669

Stunting merupakan permasalahan nasional yang perlu diperhatikan bersama baik lintas sektor, pemerintahan setempat petugas kesehatan maupun bagian pengembangan pendidikan kesehatan. Kabupaten Banjar yang menjadi lokus penurunan stunting salah satunya adalah Desa Gudang Hirang Kecamatan Sungai Tabuk, wilayah ini menjadi penyumbang terbesar untuk kasus stunting walaupun sudah mengalami penurunan yang signifikan dari tahun 2021 dan 2022 namun masih sangat jauh dari target nasional. Program Kelas Keluarga merupakan salah satu upaya yang dicanangkan untuk meningkatkan peran kader dan keluarga dalam mengatasi stunting. Pelaksanaan program kelas keluarga bertujuan untuk memingkatkan peran kader dan keluarga dalam pelibatan secara langsung menggunakan metode asuhan dan pendampingan pada ibu dan anak yang dimulai dari masa remaja hingga lansia. Kader bersama dengan perangkat desa akan menjadi informan utama sekaligus edukator secara langsung kepada keluarga. Pelatihan dalam kegiatan ini melibatkan kader dan perangkat desa, untuk meningkatkan keterampilan dalam mendeteksi penyulit pada kehamilan ibu dan mendeteksi penyimpangan pada tumbuh kembang anak. Peningkatan pengetahuan kader dan keluarga diperlukan sebuah digitalisasi yang dapat diakses oleh kader dan keluarga dalam bentuk WEB terstruktur yaitu https://prokel.id/.

Title

Found 9 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 9 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search