Claim Missing Document
Check
Articles

Found 9 Documents
Search

Penguatan Desa Siaga COVID 19 Mukhsar, Mukhsar; Usman, Ida; Abapihi, Bahriddin; Sani, Asrul; Baharuddin, Baharuddin
Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Vol 2, No 2 (2020)
Publisher : Vokasi Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (676.965 KB) | DOI: 10.33772/jpmit.v2i2.15173

Abstract

COVID-19 adalah penyakit yang sangat menular dan masih menjadi masalah serius di seluruh dunia. Data kasus Propinsi Sulawesi Tenggara menunjukkan peningkatan signifikan dan sudah sampai ke pelosok desa. Untuk menghambat penyebaran virus ini adalah tetap tinggal di rumah jika tidak ada kepentingan mendesak. Jika harus keluar rumah maka harus mematuhi protocol kesehatan. Diperlukan penguatan desa agar masyaBahriddin Abapihirakatnya tidak terpapar COVID 19 dengan memberikan sosialisasi tentang COVID-19. Untuk itu perlu pengukuran pengetahuan masyakarat agar untuk menentukan metode sosialisasi yang tepat. Pengukuran dilakukan dua kali di 27 desa dengan jumlah responden sebanyak 880 orang, 51,02% perempuan dan sisanya adalah laki-laki. Jumlah responden dengan pekerjaan petani (19,66%) lebih banyak dibandingkan jumlah responden dengan jenis pekerjaan ASN, pedagang, nelayan, pelajar, buruh, tukang ojek, penjaga toko, dan ibu rumah tangga. Sementara itu, jenjang pendidikan SMA atau sederajat (39,55%) dengan jenjang pendidikan lainnya hampir berimbang. Hasil pengukuran pada tahap awal menunjukkan bahwa sebesar 62,29% mengetahui COVID 19 dan sebesar 48,96% msayarakat melakukan tindakan pencegahan. Setelah dilakukan sosialisasi selama 4 minggu, menunjukkan bahwa pengetahuan, sikap, dan perilaku atau tindakan, masing-msing mengalami peningkatan sebesar 93,33%, 97,05%, dan 94,44%. Terjadi kesadaran tentang pencegahan COVID 19.Kata Kunci: Covid 19, Desa Siaga, Pengetahuan, Sikap dan Tindakan
Peningkatan Kompetensi Pendidik Melalui Evaluasi Pembelajaran Berbentuk Kuesioner Online Adhi Wibawa, Gusti Ngurah; Abapihi, Bahriddin; Laome, Lilis; Agusrawati, Agusrawati; Yahya, Irma; Makkulau, Makkulau
Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Vol 1, No 1 (2019)
Publisher : Vokasi Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.19 KB) | DOI: 10.33772/jpmit.v1i1.10083

Abstract

Evaluasi pembelajaran sangat penting untuk dilakukan dengan tujuan ingin mengetahui apakah proses pembelajaran di kelas telah berjalan dengan baik. Salah satu alat evaluasi yang dapat digunakan adalah kuesioner. Tujuan daari Program Kemitraan Masyarakat UHO ini adalah melatih pada guru di SMP dan SMK Satria Kendari dalam membuat kuesioner online dengan aplikasi OneDrive dan Google Form. Metode yang diberikan dengan dua cara berupa pemahaman konsep dan praktek. Hasil yang diperoleh adalah peserta mendapatkan tambahan pengetahuan tentang konsep dasar pembuatan kuesioner online dengan aplikasi OneDrive dan Google Form. Selain itu peserta mampu mempraktekkan pembuatan kuesioner berdasarkan evaluasi pembelajaran mata pelajaran masing-masing.
Penyiapan Desa Wansugi Kecamatan Kabangka Kabupaten Muna sebagai Desa Siaga Covid-19 Abapihi, Bahriddin; Mukhsar, Mukhsar; Baharuddin, Baharuddin; Usman, Ida; Sani, Asrul
Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Vol 2, No 2 (2020)
Publisher : Vokasi Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (177.51 KB) | DOI: 10.33772/jpmit.v2i2.14917

Abstract

Corona Virus Disease atau COVID-19 telah mewabah ke seluruh dunia, termasuk Indonesia. Diperlukan pengetahuan, sikap, dan tindakan yang tepat seluruh lapisan masyarakat. Namun, tidak semua lapisan masyarakat paham dan sadar akan bahaya penyakit ini, khususnya masyarakat di perdesaan. Perlu menyiapkan masyarakat perdesaan dalam menghadapi wabah COVID-19, pemberian informasi yang cukup tentang untuk menghambat laju penyebarannya. Dalam program pengabdian ini dilakukan survey awal tentang pengetahuan, sikap, dan tindakan sebelum dilakukannya penyuluhan dan pemberian informasi kepada masyarakat. Proses pembelajaran kepada masyarakat dilakukan dengan memberikan informasi lengkap dengan bahasa yng mudah dipahami masyarakat setempat. Proses edukasi ini, kembali dilakukan survey untuk mengetahui pengetahuan, sikap, dan tindakan masyarakat setempat terhadap COVID-19. Hasil survey menunjukkan adanya peningkatan pengetahuan tentang COVID-19, serta peningkatan sikap dan tindakan positif pasca edukasi. Keywords: COVID-19, survey, desa siaga, penyuluhan, edukasi
Penelitian Laboratorium Untuk Mengkaji Beberapa Faktor Yang Mempengaruhi Hasil Voting Bahriddin Abapihi; Bambang Juanda; Affendi Anwar
FORUM STATISTIKA DAN KOMPUTASI Vol. 6 No. 2 (2001)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

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

Abstract

Pengkajian masalah voting langsung di dunia yang sesungguhnya seperti di MPR/DPR tidak memungkinkan untuk dilakukan. Dengan penelitian laboratorium yang memanfaatkan Teori Induced-value, dapat dikaji faktor-faktor yang mempengaruhi hasil voting sesuai dengan tujuan penelitian ini.Penelitian ini berkesimpulan bahwa dengan voting tertutup jumlah peserta voting yang memilih diluar koalisi lebih besar daripada dengan voting terbuka. Demikian pula dengan imbalan tambahan (polotik uang), semakin besar nilainya semakin besar pula peserta voting memilih diluar koalisi. Tahapan voting dapat juga menghambat jumlah peserta voting memilih diluar koalisi.Kata kunci : penelitian laboratorium, teori induced value
Peningkatkan Softskill Statistika Dasar Pamong Belajardi Sanggar Kegiatan Belajar Ranomeeto Kabupaten Konawe Selatan Pada Masa Pandemi Covid-19 Makkulau Makkulau; Gusti Ngurah Adhi Wibawa; Agusrawati Agusrawati; Andi Tenri Ampa; Bahriddin Abapihi; Hartini Hartini; Lestari Daswan
Jurnal Pengabdian Masyarakat Ilmu Terapan Vol 4, No 1 (2022)
Publisher : Vokasi Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jpmit.v4i1.26429

Abstract

elatihan Statistika Dasar ini untuk meningkatkan Softskill Pamong Belajar di SKB Ranoometo Kabupaten Konawe Selatan terutama pada masa pandemic Covid-19. Permasalahan yang ditemukan d i Pamong Belajar SKB Ranomeeto, yaitu mengalami kesulitan untuk pengkajian program untuk menyelesaikan permasalahan yang diperoleh atau didapat di masyarakat. Pamong Belajar kesulitan untukmenentukan metode atau analisis apa yang cocok untuk menyelesaikan problem yang diperoleh di lapangan. Hasil program kemitraan masyarakat ini berupa materi konsep Statistika Dasar dan pengolahan data serta interpretasinya yang mudah dipelajari dan digunakan oleh Pamong Belajar khususnya dan masyarakat pada umumnya. Kemampuan analisis dan keterampilan m e m a h a m i tentang konsep dasar Statistika, pengolahan data, serta interpretasinya diharapkan mampu meningkatkan motivasi Pamong Belajar SKB Ranomeeto melakukan penelitian. Mereka perlu pendamping dari akademisi. Oleh karena itu, solusi yang ditawarkan adalah membuat MoU antara Universitas Halu Oleo dengan SKB Ranomeeto. Hal lain yang dapat dilakukan adalah menjadikan SKB Ranomeeto sebagai salah tempat mahasiswa Program Studi D3 Statistika untuk melakukan Kuliah Kerja Profesi (KKP). Di samping itu, Pamong Belajar SKB Ranomeeto p e r l u b e l a j a r d a n m e m a h a m i tentang konsep dasar Statistika Dasar, pengolahan data, serta interpretasinya. Juga perlu dilakukan pendampingan dan tutorial untuk transfer Ipteks penggunaan konsep Statistika Dasar kepada mereka Pamong Belajar SKB Ranomeeto.
Baby Cry Sound Detection: A Comparison of Mel Spectrogram Image on Convolutional Neural Network Models Junaidi, Ridha Fahmi; Faisal, Mohammad Reza; Farmadi, Andi; Herteno, Rudy; Nugrahadi, Dodon Turianto; Ngo, Luu Duc; Abapihi, Bahriddin
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 6 No 4 (2024): October
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v6i4.465

Abstract

Baby cries contain patterns that indicate their needs, such as pain, hunger, discomfort, colic, or fatigue. This study explores the use of Convolutional Neural Network (CNN) architectures for classifying baby cries using Mel Spectrogram images. The primary objective of this research is to compare the effectiveness of various CNN architectures such as VGG-16, VGG-19, LeNet-5, AlexNet, ResNet-50, and ResNet-152 in detecting baby needs based on their cries. The datasets used include the Donate-a-Cry Corpus and Dunstan Baby Language. The results show that AlexNet achieved the best performance with an accuracy of 84.78% on the Donate-a-Cry Corpus dataset and 72.73% on the Dunstan Baby Language dataset. Other models like ResNet-50 and LeNet-5 also demonstrated good performance although their computational efficiency varied, while VGG-16 and VGG-19 exhibited lower performance. This research provides significant contributions to the understanding and application of CNN models for baby cry classification. Practical implications include the development of baby cry detection applications that can assist parents and healthcare provide.
Analisis Sentimen Persepsi Publik Tentang Program Merdeka Belajar Kampus Merdeka di X Mengggunakan Support Vector Machine Ardan, Dion Andrawan; Mukhsar, Mukhsar; Wibawa, Gusti Ngurah Adhi; Abapihi, Bahriddin; Arisona, Dian Christien; Tenriawaru, Andi
Journal of Health, Education, Economics, Science, and Technology (J-HEST) Vol. 6 No. 2 (2024): Journal of Health, Education, Economics, Science, and Technology
Publisher : Journal of Health, Education, Economics, Science, and Technology (J-HEST)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (282.693 KB) | DOI: 10.36339/

Abstract

Analisis sentimen adalah metode analisis data teks yang digunakan untuk mengklasifikasikan komentar ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Dalam penelitian ini, dilakukan pengklasifikasian sentimen menggunakan algoritma Support Vector Machine dengan teknik ekstraksi fitur TF-IDF. Tujuan dari penelitian ini adalah untuk mendapatkan gambaran tentang persepsi publik terhadap program Merdeka Belajar Kampus Merdeka melalui analisis komentar pengguna media sosial X. Penelitian ini juga bertujuan untuk mengevaluasi keakuratan hasil sentimen yang diperoleh menggunakan algoritma Support Vector Machine serta untuk memperoleh informasi dari hasil analisis sentimen tersebut. Klasifikasi sentimen dibagi menjadi tiga kategori, yaitu sentimen positif, negatif, dan netral. Hasil klasifikasi sentimen menunjukkan bahwa terdapat 287 komentar bersentimen netral, 242 komentar bersentimen positif, dan 91 komentar bersentimen negatif. Model klasifikasi dengan menggunakan kernel linear memiliki akurasi sebesar 82.25%, presisi sebesar 79.12%, dan recall sebesar 77.70%. Selain itu, pemodelan topik pada kelas sentimen negatif menghasilkan akurasi sebesar 80.79%, presisi sebesar 78.76%, dan recall sebesar 66.46% pada 10-fold cross validation.
Support Vector Machine: Classification of Trade Balance of Provincies in Indonesia Based on Gross Regional Domestic Product and Large Trade Price Index in 2023 Rati Assyifa Putri; Bahriddin Abapihi; Dian Christien Arisona
International Journal of Economics, Management and Accounting Vol. 1 No. 2 (2024): June : International Journal of Economics, Management and Accounting
Publisher : Asosiasi Riset Ekonomi dan Akuntansi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/ijema.v1i2.68

Abstract

The aim of this research is to classify Indonesia's trade balance data using the SVM (Support Vector Machine) method with two features, namely Gross Regional Domestic Product (X1) and Wholesale Price Index (X2). Classification is carried out by comparing two types of kernels, namely polynomial kernels and RBF (Radial Basis Function) kernels. Equality Hyperplaneobtained from the polynomial kernel is: . The Hyperplane equation obtained from the RBF kernel is: Experimental results show that classification with polynomial kernels provides better performance than RBF kernels. This can be seen in the evaluation results which show that the Polynomial kernel has an average model goodness of 75.93% and for the RBF kernel the average model goodness is 74.07%. Leave One Out cross validation (LOOCV) simulation for training data obtained an average accuracy of 76.67% for the polynomial kernel and 66.67% for the RBF kernel. This shows that in this classification context, kernel polynomials are more effective in separating data classes.
Peramalan Jumlah Penumpang DAMRI Rute Kendari-Mawasangka menggunakan Metode ARIMA, Single Moving Average dan Single Exponential Smoothing Laome, Lilis; K, Raida; Abapihi, Bahriddin; Baharuddin; Ruslan; Ihwal, Muhammad; Makkulau
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

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

Abstract

Penelitian ini bertujuan untuk membandingkan metode ARIMA, Single Moving Average, dan Single Exponential Smoothing dalam meramalkan jumlah penumpang DAMRI Rute Kendari-Mawasangka. Data yang digunakan adalah jumlah penumpang DAMRI dari Januari 2021 hingga Juni 2024. Hasil penelitian menunjukkan bahwa metode Single Exponential Smoothing dengan parameter α = 0,3 merupakan model terbaik berdasarkan nilai MSE terkecil sebesar 141.883, dibandingkan dua metode lainnya. Berdasarkan model terbaik tersebut, diperoleh peramalan jumlah penumpang DAMRI enam bulan ke depan sebesar 1.935, 1.354, 948, 663, 464, dan 325. Hasil ini mengindikasikan adanya tren penurunan jumlah penumpang DAMRI setiap bulan, yang dapat menjadi bahan pertimbangan dalam perencanaan dan pengelolaan layanan transportasi.