Claim Missing Document
Check
Articles

Found 9 Documents
Search

APLIKASI PELATIHAN PANGAN AMAN ONLINE (LALAPAN) KOTA DEPOK Anita Hidayati; Bambang Warsuta; Asep Taufik Muharram; Mauldy Laya; Davi Rama Fadillah; Abdurojak Abdurojak; Airlangga Yudiatama
Abdimas Galuh Vol 5, No 1 (2023): Maret 2023
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v5i1.9418

Abstract

Kondisi keamanan pangan di Indonesia harus diperhatikan lebih intens. Banyaknya Kejadian Luar Biasa (KLB) yang disebabkan keracunan pangan berasal dari pangan siap saji menjadi salah satu permasalahan yang dihadapi. Sebagai upaya mencegah terjadinya keracunan pangan tersebut, Kemenkes menerbitkan peraturan yang mengatur higiene sanitasi pangan pada Tempat Pengelolaan Pangan (TPP). TPP dalam hal ini catering/jasa boga, rumah makan restoran, dan depot air minum diwajibkan memiliki sertifikat laik Higiene Sanitasi Pangan (HSP) yang dikeluarkan oleh Dinas Kesehatan Kabupaten/Kota Setempat. Menjawab kebutuhan SDM yang bekerja ataupun penanggung jawab TPP untuk bisa mengikuti berbagai jenis pelatihan dan mendapatkan sertifikasi pelatihan pangan olahan, Dinas Kesehatan (Dinkes) Kota Depok memfasilitasi kebutuhan tersebut melalui pelatihan pangan aman online (Lalapan). Terdapat banyak kendala, seperti proses pendaftaran yang masih manual menyebabkan inefisiensi proses, kurangnya kontrol terhadap data, dan munculnya risiko terkait manajemen data. Melihat urgensi dari kondisi yang ada, Dinkes Kota Depok membutuhkan aplikasi yang dapat menjawab permasalahan tersebut. Kegiatan pengabdian masyarakat ini adalah membangun aplikasi untuk otomasi proses pendaftaran. Untuk menguji kesesuian aplikasi dengan kebutuhan, dilakukan User Acceptance Test (UAT) dengan melibatkan para pengguna. Aplikasi dan alat pendukung telah diserahterimakan ke Dinkes Kota Depok untuk diimplementasikan.
Evaluation of sleep stage classification using feature importance of EEG signal for big data healthcare Mera Kartika Delimayanti; Mauldy Laya; Anggi Mardiyono; Bambang Warsuta; Reisa Siva Nandika; Mohammad Reza Faisal
International Journal of Advances in Intelligent Informatics Vol 9, No 3 (2023): November 2023
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v9i3.1008

Abstract

Sleep analysis is widely and experimentally considered due to its importance to body health care. Since its sufficiency is essential for a healthy life, people often spend almost a third of their lives sleeping. In this case, a similar sleep pattern is not practiced by every individual, regarding pure healthiness or disorders such as insomnia, apnea, bruxism, epilepsy, and narcolepsy. Therefore, this study aims to determine the classification patterns of sleep stages, using big data for health care. This used a high-dimensional FFT extraction algorithm, as well as a feature importance and tuning classifier, to develop accurate classification. The results showed that the proposed method led to more accurate classification than previous techniques. This was because the previous experiments had been conducted with the feature selection model, with accuracy implemented as a performance evaluation. Meanwhile, the EEG Sleep Stages classification model in this present report was composed of the feature selection and importance of the extraction stage. The previous and present experiments also reached the highest values of accuracy, with the Random Forest and SVM models using 2000 and 3000 features (87.19% and 89.19%, respectively. In this article, we proposed an analysis that the feature importance subsequently influenced the model's accuracy. This was because the proposed method was easily fine-tuned and optimized for each subject to improve sensitivity and reduce false negative occurrences.
Pengukuran Tingkat Kesiapan Implementasi E-Learning di Politeknik Negeri Jakarta Warsuta, Bambang; Muharram, Asep Taufik; Yusdisti, Iga; Jasmine, Syahda Afallia
Jurnal Teknologi Terpadu Vol 7 No 2: Desember, 2021
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v7i2.434

Abstract

Politeknik Negeri Jakarta (PNJ) is anticipated to be an Asia-Class Polytechnic. The strategic issue of PNJ development to be transformed into an Asia-Class Polytechnic is the implementation of “Digital Transformation” for learning and servicing. One of the forms of this digital transformation is e-learning. The success of e-learning is influenced by how much the institution has prepared to utilize information technology in the learning process. This research uses an action research design with a questionnaire instrument based on an established model. Aydin and Tasci Model, adapted for an educational institution, is utilized for the preparedness evaluation. The measurement scale used in the model is a Likert scale (1-5). Aydin and Tasci divided the scale into four assessment intervals, which is not ready, needs much work (index 1-2,59); not ready, needs some work (index 2,6-3,39); ready, but needs a few improvements (index 3,4-4,19); ready go ahead (index 4,2-5). The result with a score of 4,16 indicates that PNJ is ready to implement e-learning with slight improvement, which is related to self-development and innovation.
Face Recognition sebagai Local Control Access Area dengan Face-Api.Js dan Euclidean Distance: Face Recognition sebagai Local Control Access Area dengan Face-Api.Js dan Euclidean Distance Warsuta, Bambang; Nalawati, Rizki Elisa
MULTINETICS Vol. 10 No. 2 (2024): MULTINETICS Nopember (2024)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v10i2.6755

Abstract

Penelitian ini mengusulkan sebuah sistem pengendalian akses berbasis face-recognition dengan menggabungkan algoritma Manhattan Distance dan library dari face-api.js. Kontribusi utama penelitian ini adalah integrasi algoritma Manhattan Distance dalam sistem pengenalan wajah, penggunaan face-api.js untuk mempermudah pengembangan, serta evaluasi kinerja yang komprehensif. Sistem ini telah berhasil mengimplementasikan Manhattan Distance untuk mengukur kemiripan fitur wajah. Sistem ini telah dievaluasi menggunakan berbagai metrik seperti akurasi, presisi, dan recall. Hasil uji menunjukkan kinerja yang baik dengan nilai akurasi mencapai 95 ke atas untuk deteksi wajah dan 100% untuk pengenalan wajah, terutama saat dikombinasikan dengan face-api.js, bahkan dengan dataset yang terbatas.
Pengembangan Sistem Informasi Inspeksi Kesehatan Lingkungan Kota Depok dengan Metode Waterfall Muharram, Asep Taufik; Warsuta, Bambang; Pradiptyas, Ayres; Alyassar, Nibras; Rasyid, Muhammad Haikal Al
Abdimas Galuh Vol 7, No 1 (2025): Maret 2025
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v7i1.17612

Abstract

Dinas Kesehatan Kota Depok menghadapi tantangan dalam mengelola data kesehatan lingkungan, terutama dalam pengawasan Tempat Pengelolaan Pangan (TPP) dan Tempat Fasilitas Umum (TFU). Meskipun ada kerangka kerja perizinan berbasis risiko dan inspeksi oleh sanitarian puskesmas, cakupan dan kualitas inspeksi di wilayah ini masih kurang optimal. Data menunjukkan hanya sebagian kecil TPP dan TFU yang diinspeksi dan memenuhi syarat kesehatan, yang mencerminkan rendahnya cakupan inspeksi. Kurangnya sumber daya dan sistem informasi terintegrasi juga menghambat efektivitas pengawasan. Proses pencatatan dan pelaporan data inspeksi kesehatan lingkungan (IKL) yang masih tradisional menyebabkan keterlambatan dan ketidakakuratan, menghambat analisis dan pengambilan keputusan. Untuk mengatasi ini, diperlukan sistem informasi IKL yang terintegrasi untuk pencatatan, pelaporan, analisis, evaluasi, dan pengambilan keputusan. Sistem Informasi Inspeksi Kesehatan Lingkungan yang diberi nama Dsimfoniku dikembangkan menggunakan metode waterfall. Metode ini mencakup tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi yang dihasilkan disampaikan melalui sosialisasi dan uji coba kepada pengguna. Hasil uji coba menunjukkan bahwa aplikasi ini sudah sesuai dengan kebutuhan dan dapat diimplementasikan.
Perancangan Model Arsitektur Untuk Mendukung Persyaratan Big Data dan Cloud Computing Pada PTNB Matondang, Nurhafifah; Theresiawati; Warsuta, Bambang
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11925

Abstract

Perguruan tinggi negeri baru menghadapi tantangan besar dalam mengelola volume data yang terus berkembang, serta memanfaatkan teknologi cloud computing untuk meningkatkan efisiensi operasional dan akademik. Isu utama yang dihadapi termasuk keterbatasan infrastruktur TI, masalah pengelolaan data besar (big data), dan kebutuhan untuk mengintegrasikan solusi berbasis cloud yang dapat mendukung kolaborasi dan aksesibilitas data secara efisien. Penelitian ini bertujuan untuk merancang model kerangka arsitektur yang dapat mendukung pengelolaan big data dan cloud computing pada perguruan tinggi negeri baru, sehingga memudahkan pengelolaan data akademik, administratif, dan riset. Metode yang digunakan dalam penelitian ini adalah pendekatan desain sistem dengan analisis kebutuhan dan studi pustaka sebagai dasar untuk merancang arsitektur yang sesuai. Hasil penelitian menunjukkan bahwa penggabungan antara big data dan cloud computing memungkinkan perguruan tinggi untuk meningkatkan skalabilitas, efisiensi, dan keamanan data. Model arsitektur yang diusulkan terdiri dari lapisan infrastruktur cloud, platform big data, serta sistem aplikasi yang saling terintegrasi. Implikasi dari penelitian ini adalah memberikan kontribusi dalam merancang sistem yang lebih efisien dan dapat diandalkan bagi perguruan tinggi negeri baru dalam mengelola data secara lebih baik. Selain itu, penelitian ini dapat menjadi referensi bagi implementasi solusi cloud computing di lembaga pendidikan tinggi.
Sistem Informasi Manajemen Kesehatan Lingkungan Kota Depok Laya, Mauldy; Warsuta, Bambang; Muharram, Asep Taufik; Abdurojak, Abdurojak; Yudiatama, Airlangga; Fadillah, Davi Rama
Abdimas Galuh Vol 6, No 1 (2024): Maret 2024
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v6i1.12675

Abstract

Kota Depok, sebagai wilayah dengan beragam sektor, menghasilkan limbah Bahan Berbahaya dan Beracun (B3), khususnya limbah medis dari instansi kesehatan, fasilitas, pelayanan kesehatan, dan laboratorium. Pengelolaan B3 medis di fasilitas kesehatan perlu dilakukan secara efektif untuk mencegah pencemaran lingkungan dan ancaman kesehatan manusia. Sayangnya, pengawasan menunjukkan ketidaksesuaian dengan standar, termasuk penyimpanan limbah infeksius yang tidak sesuai, penumpukan limbah, dan penggunaan insinerator yang menciptakan emisi pencemar. Kota Depok menghadapi kompleksitas dalam mengelola limbah medis karena jumlah fasilitas kesehatan yang sangat banyak. Dinas Kesehatan Kota Depok, sebagai penanggung jawab, mengalami kendala dalam pelaporan, seperti format excel yang tidak konsisten dan data yang tidak selalu sesuai antara layanan kesehatan, perusahaan transporter, dan pemusnah limbah. Sebagai solusi, diperlukan Sistem Manajemen Kesehatan Lingkungan (SIMKESLING) yang terintegrasi. SIMKESLING dapat membantu Dinas Kesehatan dalam mengelola dan memantau limbah medis secara efisien. Tahapan pengembangan SIMKESLING melibatkan identifikasi masalah, analisis, desain, pengujian, perbaikan, implementasi, sosialisasi, pelatihan, dan serah terima. Keterlibatan Dinas Kesehatan dari awal hingga akhir memastikan keberhasilan implementasi. Pengembangan SIMKESLING juga dapat terus berkembang untuk mendukung keputusan strategis terkait pengelolaan limbah medis dan kesadaran lingkungan di Kota Depok.
Sistem Informasi Pariwisata Badan Usaha Milik Desa Tirta Sejahtera Pada Masa Pandemi Berbasis Website (Studi Kasus: Wisata Desa Pluneng) Hafizhah, Annizhamul; Theresiawati, Theresiawati; Warsuta, Bambang
Informatik : Jurnal Ilmu Komputer Vol 18 No 2 (2022): Agustus 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v18i2.4638

Abstract

Pandemi covid yang terjadi pada tahun 2019 membawa pengaruh pada sektor wisata yang membuat penurunan jumlah wisatawan. Penurunan wisata ini membuat manajemen memikirkan cara agar bisnisnya dapat terus berjalan ditengah pandemi. Salah satu wisata yang mendapatkan dampak penurunan kunjungan yaitu Umbul Desa Pluneng. Umbul Desa Pluneng merupakan wisata bahari yang terletak di Kecamatan Kebonarum, Kabupaten Klaten, Provinsi Jawa Tengah. Saat ini Umbul tersebut juga belum memiliki pengelolaan yang terintegrasi dengan database. Tujuan penelitian adalah merancang sebuah sistem informasi pariwisata badan usaha milik desa tirta sejahtera pada masa pandemic berbasis website. Selain itu, peneliti menggunakan metode SDLC (System Development Life Cycle) dengan model waterfall yang digunakan secara bertahap dan menggunakan metode PIECES untuk menganalisis masalah secara spesifik serta Metode black box testing untuk menguji sistem yang ada pada website. Pemodelan sistem yang digunakan yaitu Unified Modelling Language (UML) untuk membentuk sistem informasi pariwisata badan usaha milik desa.
Design of Livestream Video System and Classification of Rice Disease Agustin, Maria; Hermawan, Indra; Arnaldy, Defiana; Muharram, Asep Taufik; Warsuta, Bambang
JOIV : International Journal on Informatics Visualization Vol 7, No 1 (2023)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.7.1.1336

Abstract

One of the agricultural products which is an important aspect of the life of Indonesian people is rice. Rice disease has a devastating effect on rice production, while detecting rice diseases in real-time is still difficult. Therefore, this study designed a Livestream video system that is equipped with a rice disease Classification system. The Livestream system utilizes 4G network communication and is assisted by the WebSocket protocol to communicate in real-time and for the rice disease Classification system using YOLO algorithm. In addition, Livestream uses the raspberry pi camera V2 to take video stream data. In analyzing the performance of the Livestream system, four tests were carried out, namely: functionality test, connectivity test, classification performance test, and implementation performance test. The test was carried out using the wireshark and conky tools, while the classification training used 5447 images from the Huy Minh do dataset that he provided on the Kaggle website. The results show that all programs run well and get a good QoS value according to the index of the parameter results, it is also found that sending non-base64 can reduce the size of the data to approximately 200,000 bytes/s and the performance of the classification system is good because it has an average accuracy of 80% even though it is quite burdening the raspberry pi. This system can still be optimized and developed further to support research in the field of data transmission and the performance of machine learning in a microcontroller.