Article Per Year (5 Year)
p-Index From 2021 - 2026
2.133
P-Index
This Author published in this journals
All Journal JISICOM (Journal of Information System, Infomatics and Computing) Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Manajemen Informatika Jayakarta INTERNATIONAL JOURNAL OF EDUCATION, INFORMATION TECHNOLOGY, AND OTHERS International Journal Science and Technology (IJST) Moneter : Jurnal Keuangan dan Perbankan Journal of Computer Science Contributions (Jucosco) Dinasti Information and Technology Jurnal Komtika (Komputasi dan Informatika)
Hendharsetiawan, Andy Achmad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Penerbitan Sertifikat Halal Gratis Pada UMKM Abon Ayam Mama Azri Sinlae, Fried; Yasir, Muhammad; Hendharsetiawan, Andy Achmad; Muhajirin, Adi
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 4 (2025): Edisi Oktober - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i4.7402

Abstract

Artikel ini menguraikan kegiatan pengabdian kepada masyarakat yang berfokus pada pendampingan penerbitan sertifikat halal gratis bagi UMKM Abon Ayam Mama Azri melalui program Self Declare Badan Penyelenggara Jaminan Produk Halal (BPJPH). Kegiatan ini bertujuan meningkatkan pemahaman pelaku usaha mengenai pentingnya legalitas halal, membantu penyusunan dokumen pendukung, serta memperkuat citra produk halal lokal. Metode yang digunakan adalah pendekatan Asset-Based Community Development (ABCD) dengan lima tahapan inti, yaitu Discovery, Dream, Design, Define, dan Deliver. Melalui tahapan ini, pelaku usaha memperoleh pengetahuan tentang Sistem Jaminan Halal (SJH), praktik pengisian aplikasi SiHalal, dan kemampuan digital dalam mengelola berkas sertifikasi. Hasil kegiatan menunjukkan peningkatan literasi halal hingga 80% berdasarkan hasil post-test, serta keberhasilan pengajuan sertifikat halal hingga tahap penetapan resmi oleh BPJPH. Selain itu, kegiatan ini menumbuhkan kesadaran pelaku usaha terhadap pentingnya manajemen produksi yang higienis dan sesuai standar halal nasional. Dampak positif lainnya adalah munculnya kepercayaan konsumen yang lebih tinggi terhadap produk UMKM serta peluang kemitraan dengan ritel modern. Model pendampingan ini berpotensi direplikasi untuk UMKM lain guna memperkuat ekosistem halal yang berdaya saing di tingkat regional.
Komparasi Kinerja ResNet50 dan MobileNetV2 pada Klasifikasi Citra Multi-Domain Herlawati, Herlawati; Hendharsetiawan, Andy Achmad; Priatna, Wowon; Dzulqiyana, Afina Putri; Rahmadanti, Regita Ari
Jurnal Komtika (Komputasi dan Informatika) Vol. 10 No. 1 (2026)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v10.i1.16926

Abstract

This study aims to compare the performance of the Convolutional Neural Network (CNN) architectures ResNet50 and MobileNetV2 in multi-domain image classification, namely herbal leaf images and facial skin undertone images. The herbal plant dataset consists of 11 classes of leaf images, while the skin undertone dataset includes warm, cool, and neutral categories obtained from secondary and primary data sources. The research stages include image preprocessing, model training using transfer learning, and performance evaluation using accuracy, precision, recall, F1-score, and confusion matrix. The results show that ResNet50 achieved better performance than MobileNetV2 in both classification domains. In herbal plant classification, ResNet50 achieved an accuracy of 95.00%, while MobileNetV2 obtained 94.09%. In facial skin undertone classification, ResNet50 achieved an accuracy of 89.3% and a weighted F1-score of 0.893, whereas MobileNetV2 achieved an accuracy of 68.3% and a weighted F1-score of 0.684. These findings indicate that ResNet50 is more effective and stable than MobileNetV2 for multi-domain image classification.
Co-Authors Adi Muhajirin Aida Fitriyani, Aida Dadan Irwan Dzulqiyana, Afina Putri Ekawati, Inna Fried Sinlae Haryono Haryono Herlawati Herlawati Khalida, Rakhmi Lubis, Hendarman Malikus Sumadyo Muhammad Khaerudin Muhammad Yasir Mukhlis Mukhlis Pamungkas, R. Wisnu Prio Priatna , Wowon Prima Dina Atika Rafika Sari Rahmadanti, Regita Ari Rahmadya Trias Handayanto Ramdhania, Khairunnisa Fadhilla Retno Nugroho Whidhiasih Saputra, Ikbal Eka