Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pendampingan dan Pengembangan Manajemen Pemasaran Produk pada Usaha Roti dan Catering di Pengkol Kabupaten Jepara Riyoko, Sisno; Syafrizal, Syafrizal; Nadhifah, Isyfa Fuhrotun; Ariyanto, Dimas; Fachri, Alfi Nur; Najih, Muhammad Alif
Jurnal Pengabdian Masyarakat: Tipis Wiring Vol 2 No 1 (2023): Tepis Wiring: Jurnal Pengabdian Masyarakat
Publisher : Fakultas Ekonomi dan Bisnis Unversitas Islam Raden Rahmat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/tepiswiring.v2i1.1914

Abstract

Abstrak ditulis secara ringkas dan faktual menggunakan huruf Tahoma, ukuran 9pt dengan panjang teks Tania catering didirikan oleh keluarga Bapak Dasiman dan Ibu Sri Darwati pada Tahun 2006 yang beralamat di Jl. Ahmad Yani RT 01 RW 03 Pengkol Kabupaten Jepara, namun Sistem pemasaran pada saat ini masih tradisional atau manual yaitu dengan memasarkan pada rumah-rumah, kantor-kantor dan kelompok-kelompok. Untuk sistem pemesanan Tania Catering dilakukan dengan menggunakan sms, WA dan telepon. Mitra belum mempunyai alat atau media promosi yang dapat membantu konsumen untuk melihat produk yang ada. Produk yang dihasilkan oleh Tania Catering yaitu berbagai macam bahan roti dan makanan. Adapun aneka kue yang dihasilkan diantaranya donat, roti pisang, bolu, lapis. Martabak dll. Permasalahan yang ada pada mitra saat ini tentunya diperlukan pendampingan dan keterlibatan semua pihak. Untuk menyelesaikan permasalahan yang dihadapi oleh mitra tim pengabdian melakukan pendampingan tentang pembuatan media sosial, marketplace, aplikasi penjualan berbasis android, dan perbaikan kemasan yang diharapkan dapat mengembangkan dan meningkatkan penjualan mitra serta menambah wawasan dan pengetahuan mitra
Heart Disease Classification Using Extreme Learning Machine (ELM) Method With Outlier Handling One-Class Support Vector Machine (OCSVM) Ariyanto, Dimas; Novitasari, Dian Candra Rini; Hamid, Abdulloh
Journal of Applied Informatics and Computing Vol. 9 No. 5 (2025): October 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i5.9763

Abstract

Heart disease remains the leading cause of death globally, accounting for approximately 32% of all deaths. Developing countries are particularly affected due to prevalent risk factors such as hypertension, diabetes, and poor lifestyle habits. Accurate and early diagnosis is essential for effective treatment and prevention. Technological advancements have enabled the precise analysis of complex clinical data. This study investigates the application of the Extreme Learning Machine (ELM) algorithm combined with outlier handling using One-Class Support Vector Machine (OCSVM) for heart disease classification. The dataset, obtained from the University of California, Irvine Machine Learning Repository, consists of 1190 clinical records with 12 numerical features. The ELM model was evaluated using the Tanh activation function and 10-fold cross-validation. Among the tested configurations, the best performance was achieved using 450 hidden neurons, yielding a sensitivity of 92,52% with a standard deviation of 4,00%. These results indicate that ELM, when paired with effective outlier handling and properly tuned parameters, can provide reliable and stable performance in heart disease classification.