Claim Missing Document
Check
Articles

Found 26 Documents
Search

PEMODELAN BAYESIAN NETWORK UNTUK MENENTUKAN PROBABILITAS PENYEBAB PELANGGARAN DALAM PERTANDINGAN KARATE KUMITE Putra, Yudha Permadya; Aradea, Aradea; Rianto, Rianto
INNOVATICS: International Journal on Innovation in Research of Informatics Vol 3, No 2 (2021): September 2021
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v3i2.4341

Abstract

Pelanggaran dalam pertandingan karate kumite akan sangat mempengaruhi dalam hasil pertandingan, banyaknya faktor penyebab pelanggaran dalam pertandingan kumite harus diantisipasi se-dini mungkin agar kelak dalam pertandingan berikutnya tidak mengulangi kesalahan yang sama. Itu membuat kompleksitas hubungan faktor ketidakpastian karena bersifat probabilistik. Bayesian Network merupakan Direct Acyclic Graph  (DAG) dengan tabel probabilitas untuk setiap node. Node yang terdapat dalam Bayesian Network adalah representasi proporsional variabel dalam domain, dan garis yang menunjukkan ketergantungan hubungan. Berdasarkan deskripsi tersebut, solusi dari kompleksitas ketergantungan faktor ketidakpastian di dalam pertandingan karate kumite dapat dimodelkan menggunakan Bayesian Network untuk mengetahui penyebab pelanggaran yang menjadi variabel acak di dalam sistem pertandingan. Penelitian ini menerapkan teknik pemodelan Bayesian Network berdasarkan data prestasi atlit Bandung Karate Club (BKC) Kota Tasikmalaya tahun 2020. Hasil penelitian ini menunjukan bahwa pemodelan yang telah dibangun untuk menentukan probabilitas  penyebab pelanggaran dalam pertandingan karate Kumite mendapatkan nilai Mutual Information sebesar  0,01829   (2,01%) untuk terhentinya suatu pertandingan karena terjadi pelanggaran.
PENINGKATAN TATAKELOLA BUDIDAYA IKAN DENGAN PENERAPAN SISTEM SMART FISHERY Rianto, Rianto; Aradea, Aradea; Mubarok, Husni; Widiyasono, Nur
Jurnal Pengabdian Siliwangi Vol 10, No 1 (2024)
Publisher : LPPM Univeristas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/jsppm.v10i1.9027

Abstract

Maju mundurnya suatu perusahaan atau organisasi salah satunya sangat bergantung kepada manajemen dari perusahaan atau organisasi itu sendiri. Manajemen atau pengelolaan dapat dimaknai sebagai pengelolaan sumber daya yang dimiliki yang digunakan sepenuhnya secara efektif untuk kemajuan perusahaan atau organisasi. Manajemen atau pengelolaan ini memiliki lima (5) unsur penting, yaitu 1) man, 2) money, 3) material, 4) machine, 5) method, dan 6) market. Pentingnya pengelolaan yang baik ini, bukan hanya untuk perusahaan atau organisasi yang besar, melainkan juga penting untuk skala usaha mikro, kecil dan menengah (UMKM), termasuk didalamnya UMKM yang bergerak dalam bidang perikanan seperti Karang Taruna Ikhlas Bakti Desa Mangunreja. Salah satu permasalahan yang dihadapi oleh Karang Taruna Ikhlas Bakti Desa Mangunreja adalah unsur machine dalam arti belum memanfaatkan secara maksimal teknologi pendukung untuk kegiatan operasional, khususnya penggunaan piranti lunak atau software pendukung pengelolaan usaha. Oleh karena itu, fokus utama pada pengabdian ini adalah untuk menerapkan alat dan piranti lunak Smart Fishery untuk mendukung kegiatan operasional di Karang Taruna Ikhlas Bakti Desa Mangunreja. Luaran yang menjadi target capaian program ini yaitu dimuat dalam Jurnal Nasional ber-ISSN, dimuat pada artikel media cetak/elektronik dan adanya video dokumentasi kegiatan yang dimuat pada media online dengan indikator capaian berupa pemahaman manajemen usaha dengan memaksimalkan penerapan IT berupa piranti lunak Smart Fishery.
IbID PELATIHAN PENERAPAN SISTEM LAYANAN PENGELOLAAN DATA PAJAK BUMI DAN BANGUNAN BERBASIS TEKNOLOGI INFORMASI Rianto, Rianto; Mubarok, Husni; Aradea, Aradea
Jurnal Pengabdian Siliwangi Vol 7, No 2 (2021)
Publisher : LPPM Univeristas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/jsppm.v7i2.1147

Abstract

Pajak bumi dan bangunan digunakan untuk pembangunan dan kesejahtraan masyarakat. Pengelolaan dan  pemungutan pajak bumi dan bangunan dilakukan oleh pemerintahan desa, dimana pada prosesnya masih terdapat banyak kendala. Beberapa kendala yang dihadapi dalam pengelolaan tersebut diantaranya masih menggunakan aplikasi microsoft office yang dirasakan oleh perangkat desa memiliki kekurangan untuk pengelolaan data yang cukup banyak, manajemen penyimpanan berkas pajak bumi dan bangunan kurang baik, belum adanya integrasi data dengan data kependudukan,  serta pelaporan yang belum distandarisasi. Selain itu belum adanya pelaporan berbentuk grafik sehingga perangkat desa kesulitan mengetahui data masyarakat yng sudah melakukan pembayaran PBB. Dengan permasalahan tersebut maka dibutuhkan suatu pelatihan penggunaan dan penerapan perangkat lunak khusus untuk pengelolaan pajak bumi dan bangunan bagi perangkat desa. Kegiatan pengabdian ini memiliki tujuan memberikan wawasan pengetahuan kepada perangkat desa serta memudahkan perangkat desa dalam mengelola data pajak bumi dan bangunan (PBB), pengelolaan pelaporan kegiatan. Kegiatan pengabdian ini dilaksanakan dengan 3 tahap utama yaitu persiapan, pelaksanaan dan monitoring atau evaluasi. Hasil pelaksanaan pelatihan memberikan pemahaman kepada perangkat desa tentang pentingnya penggunaan perangkat teknologi informasi dalam upaya optimaliasi pengelolaan data pajak bumi dan bangunan
Prediksi Penjualan Produk Menggunakan Algoritma Xtreme Gradient Boosting Sulastri, Heni; Gustiyandi, Zhehan; Aradea, Aradea
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 1 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i1.20419

Abstract

The rapid advancement of the digital era has intensified competition in the retail sector, including at SRC Pak Didin's store. One of the challenges faced by the store is suboptimal product management, which impacts its operational efficiency. Data Science offers solutions for enhancing business performance, such as improving operational efficiency and optimizing marketing or sales strategies. This study aims to predict product sales at SRC Pak Didin’s store using the XGBoost algorithm and to propose a sales strategy that can be applied to improve the store's operations. The dataset used in this research comprises 24 product types over the past three months, starting from September 2024. These products include instant noodles (various flavors such as fried, chicken broth, Aceh, and Soto), bottled tea, soft drinks, herbal drinks, instant coffee, snacks, biscuits, bottled water, bread, flour, sugar, seasoning mixes, ice cream, boxed milk, and other light snacks. The research employs the XGBoost algorithm to analyze sales data from the past three months and predict sales for the following month. Evaluation metrics used include Mean Squared Error (MSE) and R-squared (R²). The XGBoost model was tested in three scenarios: XGBoost Regression, XGBoost Regression Linear (single variable x), and XGBoost Regression Linear (two variables x), with the objective of identifying the best-performing model. The accuracy results show that the XGBoost Regression model achieved 96.56%, the XGBoost Regression Linear model with a single variable x achieved 99.22%, and the XGBoost Regression Linear model with two variables x achieved 99.59%. The XGBoost Regression Linear model with two variables was selected as the best model due to its highest accuracy score. This model can effectively predict product sales and provide actionable insights for developing sales strategies, benefiting SRC Pak Didin's store operations.
Eksplorasi Implementasi Dimensi Gotong Royong dalam Profil Pelajar Pancasila pada Pembelajaran IPA di Sekolah Menengah Pertama Sendi, Sendi; Hernawati, Diana; Aradea, Aradea
Jurnal Metaedukasi: Jurnal Ilmiah Pendidikan Vol 7, No 1 (2025): Metaedukasi
Publisher : Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/metaedukasi.v7i1.16222

Abstract

Profil Pelajar Pancasila merupakan program pemerintah untuk mengembangkan karakter siswa berbasis nilai-nilai Pancasila, termasuk dimensi gotong royong. Nilai ini penting untuk ditanamkan sejak dini, terutama di jenjang pendidikan dasar. Penelitian ini bertujuan mengeksplorasi Implementasi Dimensi Gotong Royong dalam Profil Pelajar Pancasila pada Pembelajaran IPA di kelas VII A SMPN satu atap 1 Sidamulih. Pendekatan kualitatif deskriptif analitis digunakan untuk memahami fenomena rendahnya sikap gotong royong di kelas tersebut. Hasil penelitian menunjukkan bahwa penerapan dimensi gotong royong, meliputi aspek kolaborasi, kepedulian, dan berbagi, telah berjalan dengan sangat baik. Guru berhasil membimbing siswa dalam bekerja sama, berkomunikasi efektif, serta berbagi tanggung jawab melalui diskusi kelompok. Pendekatan ini terbukti efektif dalam membangun sikap gotong royong melalui pembentukan kelompok heterogen. Hasil penelitian memberikan panduan praktis bagi guru untuk mengintegrasikan nilai-nilai gotong royong dalam pembelajaran berbasis karakter. Temuan ini menjadi landasan untuk memperkuat internalisasi nilai gotong royong di kalangan siswa, baik dalam pendidikan maupun kehidupan sehari-hari.
Sign Language Detection Models using Resnet-34 and Augmentation Techniques Hilal, Rizki Ramdhan; Aradea, Aradea; Purwayoga, Vega
International Journal of Applied Sciences and Smart Technologies Volume 07, Issue 2, December 2025
Publisher : Universitas Sanata Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24071/ijasst.v7i2.12888

Abstract

For deaf or hard of hearing people, sign language is a primary means of communication, but low public understanding makes social engagement difficult. Researchers now use computer vision technology and Convolutional Neural Network (CNN) to detect sign language movements. Problems such as overfitting and missing gradients still exist. Using CNN and ResNet-34 architecture, as well as image augmentation to overcome this problem, this research builds a deep learning-based sign language detection model. The Indonesian Sign Language System (SIBI) dataset was used to test the model. The test results show that the model with image augmentation trained for more than 50 epochs obtained an accuracy of 99.4%, precision of 99.5%, recall of 99.5%, and an F1 score of 99.5%. The model without image augmentation produced an accuracy of 99.4%, recall of 99.3%, F1 score of 99.3%, and precision of 99.4%. ResNet-34 architecture overcomes the problem of missing gradients, while image augmentation avoids overfitting and improves model accuracy.