Claim Missing Document
Check
Articles

Found 7 Documents
Search

Pemanfaatan Literasi Digital Dalam Meningkatkan Kreativitas Motorik Anak Berkebutuhan Khusus (ABK) Alfirah, Alfirah; Gustiana, Zelvi
Bakti Budaya: Jurnal Pengabdian kepada masyarakat Vol 7 No 2 (2024): 2024: Edisi 2
Publisher : Faculty of Cultural Sciences, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/bakti.9809

Abstract

ABK's motor creativity is said to be good if they are in the right environment, surrounded by people who understand their special needs, both in terms of assisting, guiding and supporting no matter how small they do. Collaboration of digital learning and conventional creativity is one of the strategies developed by HSBE academically/non-academicly. The reading literacy ability of ABK is quite good in understanding writing, pictures, colors but due to verbal limitations it seems difficult to speak and not yet fluent in reading. The need for digital literacy for children with special needs in the form of visual art comics in the form of visualization of picture story books and visualization of digital fairy tales is quite influential in improving the motor skills of children with special needs. The computer science program was attended by ABK grades 2 and 3 because they were already able to operate basic computer systems. This study uses a qualitative descriptive method involving teachers, parents and children with special needs as a sample. The results of this study concluded that 2 children with special needs: 1ADHD – GAP (Attention Deficit Hyperactivity Disorder) and 1ASD – RRF (Autism Spectrum Disorder) have very low ratings in utilizing digital media compared to 3 other children with special needs so that they require extra assistance and learning media
DETEKSI CITRA KEPADATAN LALU LINTAS PADA MALAM HARI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Daeli, Nonifati; Gustiana, Zelvi; Satria, Andy
CompTech : Jurnal Ilmu Komputer dan Teknologi Vol 1, No 1 (2024): September
Publisher : Compart Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63854/comptech.v1i1.8

Abstract

Penelitian ini dilatarbelakangi oleh masalah kemacetan lalu lintas pada malam hari, terutama karena pencahayaan yang minim menyulitkan deteksi kendaraan. Penelitian ini bertujuan mengembangkan sistem deteksi otomatis menggunakan Convolutional Neural Network (CNN) untuk mendeteksi kepadatan lalu lintas malam hari dengan lebih akurat. Metode yang digunakan adalah pelatihan model CNN dengan data citra lalu lintas dari rekaman CCTV di Kota Medan. Data citra diolah melalui teknik augmentasi, seperti flip, rotasi, dan pengaburan, untuk memperkaya variasi data. Transfer Learning juga diterapkan untuk mempercepat proses pelatihan model dengan bobot yang telah dilatih sebelumnya. Hasil penelitian menunjukkan bahwa model CNN mencapai akurasi 92.5%, dengan presisi 90.7%, recall 88.3%, dan F1 score 89.5%. Meskipun performanya cukup baik, terdapat beberapa kesalahan deteksi pada gambar dengan pencahayaan yang sangat rendah. Teknik augmentasi data terbukti meningkatkan kemampuan model dalam mengenali pola kendaraan. Kesimpulannya, metode CNN efektif untuk mendeteksi kepadatan lalu lintas malam hari. Pengembangan lebih lanjut dapat dilakukan dengan memperluas dataset dan menggunakan algoritma lain untuk meningkatkan akurasi di kondisi pencahayaan yang lebih rendah. Penelitian ini berkontribusi dalam pengembangan teknologi deteksi lalu lintas yang lebih efisien.
PENERAPAN DATA MINING UNTUK PREDIKSI MINAT BELAJAR SISWA MENGGUNAKAN ALGORITMA C4.5 Abdilla, Nurul; Gustiana, Zelvi; Yasir, Amru
CompTech : Jurnal Ilmu Komputer dan Teknologi Vol 2, No 1 (2025): September
Publisher : Compart Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63854/comptech.v2i1.67

Abstract

Pendidikan dalam kehidupan memegang peranan yang sangat penting untuk menjamin kelangsungan hidup seseorang dimasa depan, terlebih kepada para siswa/siswi yang sedang menempuh pendidikan. Dalam hal ini akan dilakukan penentuan seberapa besar minat siswa dalam melakukan kegiatan pembelajaran. Maka dari itu dibuatlah prediksi minat belajar menggunakan metode Algoritma C4.5. Algoritma C4.5 merupakan salah satu metode data mining untuk memprediksi kemampuan siswa dalam menyelesaikan bidang studi dilihat dari nilai hasil belajar siswa. Yang hasil akhirnya merupakan sebuah bentuk pohon keputusan dengan nilai akurasi sebesar 90%.
KLASIFIKASI PENYUSUTAN TONASE BARANG PADA PT. NPI DENGAN MENGGUNAKANMETODE ALGORITMA C 4.5 Pattikawa, Sally Aphrodita; Yasir, Amru; Gustiana, Zelvi
CompTech : Jurnal Ilmu Komputer dan Teknologi Vol 1, No 1 (2024): September
Publisher : Compart Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63854/comptech.v1i1.13

Abstract

Penyusutan tonase barang adalah tantangan besar yang sering dihadapi PT. NPI, terutama dalam proses pengelolaan stok dan distribusi barang. Penyusutan ini dapat terjadi karena berbagai faktor, seperti penguapan atau kerusakan fisik, yang mempengaruhi berat barang selama penyimpanan atau pengangkutan. Proses klasifikasi penyusutan yang dilakukan secara manual di PT. NPI memakan waktu dan rawan kesalahan, sehingga diperlukan metode yang lebih cepat dan akurat. Penelitian ini menggunakan Algoritma C 4.5 untuk membentuk model klasifikasi penyusutan tonase barang berdasarkan data historis. Data yang digunakan mencakup atribut-atribut seperti jenis barang (Cluster), model pengemasan (Model Packing), dan berat barang. Pengolahan dan analisis data dilakukan dengan aplikasi Rapid Miner, yang memungkinkan proses pre-processing, penerapan algoritma, dan pengujian model dilakukan secara efisien. Model klasifikasi diuji menggunakan metode cross-validation untuk memastikan akurasi dan keandalan model. Hasilnya, model yang dihasilkan memiliki tingkat akurasi sebesar 85%, yang jauh lebih baik dibandingkan metode manual yang digunakan sebelumnya. Atribut seperti Cluster dan Berat terbukti memiliki pengaruh signifikan dalam menentukan kategori penyusutan barang. Dengan implementasi model ini, PT. NPI dapat meningkatkan efisiensi operasional dan mengurangi kesalahan dalam pengelolaan stok dan distribusi. g lebih rendah. Penelitian ini berkontribusi dalam pengembangan teknologi deteksi lalu lintas yang lebih efisien.
SISTEM PEGUNCIAN PINTU OTOMATIS MENGGUNAKAN RFID BERBASIS MIKROKONTROLER WEMOS ESP8266 Putra Zai, Hendri Selvister; Elyas, Ananda Hadi; Gustiana, Zelvi
CompTech : Jurnal Ilmu Komputer dan Teknologi Vol 2, No 1 (2025): September
Publisher : Compart Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63854/comptech.v2i1.56

Abstract

Pada saat ini keamanan pintu rumah masih menggunakan sistem penguncian manual yaitu dengan menggunakan kunci konvensional. Penggunaan kunci konvensional mempunyai tingkat keamanan yang sangat rendah pada zaman sekarang. Pemilik rumah harus membawa banyak kunci saat keluar rumah dan sering kali pemilik rumah lupa atau bahkan kehilangan kuncinya. Oleh karena itu, penulis membuat simulasi sistem pintu otomatis menggunakan RFID. Yang dimana sistem penguncian RFID didasarkan pada Arduino Uno dalam bahasa C. Dengan cara kerja menggunakan arduino uno memerintah komponen lain untuk menyala sehingga pintu dapat terbuka ketika akses yang dituju terdeteksi. Adanya sistem ini, jika terdapat ruangan tertutup atau area penting dapat terlindungi dari pengguna yang tidak dituju atau penggunaan yang tidak sah. Alur pengujian sistem keamanan pintu otomatis dilakukan dengan membaca kode unik dari Kartu Akses yang akan dicocokkan dengan kode unik kartu akses di basis data sistem. Pada saat hasil pengujian telah benar, Arduino bekerja sebagai pokok pengendali yang mengendalikan selenoid lock door sehingga pintu langsung terbuka. Hasil percobaan sistem membuktikan bahwa jarak perhitungan sebenarnya dari kartu akses sebesar 7 cm.
EDUKASI MENGENAI TANTANGAN MASYARAKAT TERHADAP APLIKASI DIGITAL DI ERA SOCIETY 5.0 Satria, Welnof; Gustiana, Zelvi; Maysarah, Andi
JPPM : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 1, No 1 (2024): September
Publisher : Compart Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63854/jppm.v1i1.15

Abstract

Program pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital masyarakat terkait tantangan dalam penggunaan aplikasi digital di era Society 5.0. Kegiatan ini mencakup pelatihan, workshop, dan pendampingan yang berfokus pada pengenalan aplikasi digital, keamanan data, serta solusi terhadap kesulitan yang dihadapi masyarakat. Hasil menunjukkan peningkatan signifikan dalam pemahaman masyarakat mengenai penggunaan aplikasi digital, dengan 85% peserta melaporkan kemudahan setelah pelatihan. Selain itu, 90% peserta menjadi lebih sadar akan pentingnya menjaga keamanan data pribadi. Namun, kendala akses teknologi dan infrastruktur di beberapa daerah menjadi tantangan yang perlu perhatian lebih lanjut. Program ini membuktikan bahwa edukasi digital yang tepat dapat memberdayakan masyarakat dan membantu mereka lebih siap menghadapi tantangan teknologi di era Society 5.0.
Digital Content Marketing for Promoting Creative Economy At Dharmawangsa Entrepreneur Community (DEC) Gustiana, Zelvi; Firah, Al; Hadi Elyas, Ananda
MATRIK: JURNAL MANAJEMEN, STRATEGI BISNIS, DAN KEWIRAUSAHAAN Vol. 18 No. 2 (2024)
Publisher : Faculty of Economics and Business Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/MATRIK:JMBK.2024.v18.i02.p02

Abstract

As technology advances, digital content marketing becomes crucial for Micro, Small, and Medium Enterprises (MSMEs) like the Dharmawangsa Entrepreneur Community (DEC), which face challenges in adopting new marketing strategies. This study explores the integration of both conventional and digital marketing methods by DEC members to enhance their competitiveness. Using a mixed-methods approach, data were collected through purposive sampling involving interviews and questionnaires. Findings indicate that while DEC members predominantly use traditional methods such as bazaars, 20% engage in digital marketing, utilizing platforms like Canva, WhatsApp, Instagram, and TikTok. Key sectors include food & beverage (56.7%) and creative industries, with women comprising 60% of the community. The main challenges identified were limited digital skills and reliance on traditional approaches. The study concludes that targeted training and mentorship programs are essential to foster greater digital adoption among MSMEs, ultimately enhancing visibility and business performance.