Claim Missing Document
Check
Articles

Found 7 Documents
Search

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN DOKUMEN TANGIBLE CULTURAL HERITAGE Khafiizh Hastuti; Abu Salam; Budi Handoko; Erwin Yudi Hidayat
Semantik Vol 4, No 1 (2014): Semantik 2014
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2986.474 KB)

Abstract

ne"> The geographical position of Central Java which is in the middle of the island of Java,making it a“meltingpot”of cultures as well as the cultural center of Java island. Cultural heritage is divided into tangiblecultural heritage and intangible cultural heritage. Tangible cultural heritage is the work ofthe human body thatcan be moved or moving, or that cannot be moved or did not move. Department of Culture and Tourism ofCentral Java has documented manually cultural heritage but very vulnerable to damage. There are also manycultural heritages that have not been recorded. The process ofdata collection and recording are very difficult,since the datasources are scattered and not well organized. Documentation of cultural heritage in Central Javacan be used as a information system database fora wide range ofcultura linterests in Central Java. The aim isto facilitate and ease The Department of Culture and Tourism of Central Java to documents and recordscultural heritage collections for the category of tangible cultural heritage. In the long-term plan, this system canbe used as a reference by another region, thus forming the national cultural heritage documentation system.Kata kunci: database, multimedia, sistem informasi, tangible cultural heritage
PENCARIAN POLA ASOSIASI UNTUK PENATAAN BARANG DENGAN MENGGUNAKAN PERBANDINGAN ALGORITMA APRIORI DAN FP-GROWTH (STUDY KASUS DISTRO EPO STORE PEMALANG) Abu Salam; Junta Zeniarja; Wibowo Wicaksono; Lutfi Kharisma
Dinamik Vol 23 No 2 (2018)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (885.64 KB) | DOI: 10.35315/dinamik.v23i2.7178

Abstract

Analisis keranjang pasar merupakan study tentang proses analisis untuk mencari sebuah aturan asosiasi dalam mencermati pola-pola pembelian konsumen pada setiap transaksi penjualan, pola-pola pembelian yang sudah di dapat dari pencarian dataset kemudian dapat digunakan untuk merencakan strategi penjualan seperti harga diskon jika membeli barang A dan B atau menunjukan tata letak pada barang yang ditemukan pada proses pencarian pola asosiasi yang menghasilkan aturan asosiasi, pola asosiasi sendiri memiliki beberapa metode untuk mencari aturan asosiasi dan yang sering dipakai dalam pencarian aturan asosiasi adalah Apriori dan FP-Growth dimana kedua metode ini menghasilkan aturan asosiasi dengan tingkat lift ratio yang tinggi dimana jika lift ratio bernilai >1 sudah dinyatakan valid sehingga semakin besar tingkat lift ratio pada aturan asosiasi yang ditemukan maka akan semakin kuat aturan asosiasi tersebut, pada penelitian ini penulis melakukan pencarian aturan asosiasi pada data penjualan epo store pada bulan November, Desember 2017 dan Januari 2018, dengan menggunakan dua metode pencarian asosiasi yaitu apriori dan FP-Growth untuk membandingkan metode mana yang lebih baik dalam pencarian aturan asosiasi serta untuk melakukan perencanaan penjualan berupa tata letak dari metode yang memiliki tingkat lift ratio tertinggi.
PERANCANGAN SISTEM PREDIKSI KELULUSAN MAHASISWA UNIVERSITAS DIAN NUSWANTORO MENGGUNAKAN UNIFIED MODELLING LANGUAGE Junta Zeniarja; Abu Salam; Farda Alan Ma’ruf
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 3 No 1 (2021): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v3i1.78

Abstract

Mahasiswa ialah salah satu tiang yang sangat berarti dalam siklus hidup suatu Universitas. Jumlah kelulusan suatu Universitas sering kali mempunyai perbandingan yang kecil bila dibanding dengan jumlah mahasiswa yang diperoleh pada tahun akademik yang serupa. Tingkatan kelulusan mahasiswa yang kecil ini bisa disebabkan oleh sebagian aspek, seperti banyaknya aktivitas kemahasiswaan yang diiringi oleh aspek ekonomi, serta aspek – aspek lainnya. Perihal ini membuat sesuatu Universitas wajib mempunyai desain ataupun metode yang bisa memperhitungkan apakah mahasiswa itu bisa lulus dengan durasi yang sesuai. Salah satu faktor yang mendukung keberhasilan di dalam Univeritas adalah mahasiswa yang lulus dengan durasi yang sesuai. Semakin banyak mahasiswa yang lulus dengan durasi yang sesuai (dalam hal ini untuk sarjana yaitu <= 8 semester), harus berbanding yang sama atau lebih tinggi terhadap jumlah mahasiswa yang masuk pada suatu Universitas. Jika jumlah mahasiswa yang tidak lulus dengan durasi yang sesuai lebih tinggi, maka dapat menyebabkan lonjakan peningkatan jumlah data akademis dari semua mahasiswa yang masih terdaftar sehingga akan mempengaruhi citra dan reputasi dari Universitas yang nantinya dapat mengancam nilai akreditasi Universitas tersebut. Untuk mengatasi hal tersebut, maka diperlukan sistem yang dapat memprediksi kelulusan mahasiswa. Objek Penelitian ini dilakukan pada mahasiswa Universitas Dian Nuswantoro. Perancangan sistem prediksi menggunakan diagram Unified Modelling Language (UML). Diharapkan sistem prediksi kelulusan mahasiswa ini dapat berjalan optimal sehingga dapat memprediksi dan mengantisipasi secara dini profil kelulusan mahasiswa Universitas Dian Nuswantoro yang tidak sesuai meskipun di tengah wabah pandemi Covid-19.
Deployment of Web-Based YOLO for CT Scan Kidney Stone Detection Adnin Ramadhani; Abu Salam
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 3 (2024): Research Artikel Volume 8 Issue 3, July 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i3.13744

Abstract

This research aims to develop a kidney stone object detection system using machine learning techniques like YOLO and object detection, integrated into a Flask-based web interface to support early diagnosis by medical professionals. The trained model demonstrates strong pattern learning capabilities. Evaluation of the public dataset model reveals an average mean Average Precision (mAP) of 0.9698 for 'kidney stone' labels. This detection model exhibits high performance with an accuracy rate of 96.33%, precision of 96.98%, recall of 99.23%, and an F1-score of 98.1%. Clinical data evaluation shows that the YOLOv5-based detection system performs exceptionally well, with an average mAP of 0.9571, accuracy of 93.06%, precision of 95.71%, recall of 97.1%, and F1-score of 96.49%, indicating the model's capability to detect kidney stones with high precision and accuracy. Thus, both the evaluation on the public dataset and clinical dataset performance support accurate diagnosis processes and further treatment planning. Moreover, this research advances to the stage where the detection model can be directly utilized through implementation via Flask web deployment.
Pemberdayaan Pelaku UMKM Oleh-Oleh Solo Raya Melalui Pelatihan Digital Marketing Febrianur I. F. S. Putra; Awanis L. Haziroh; Diana Aqmala; Farrikh Al Zami; Ifan Rizqa; Abu Salam; Erin Kristina
Jurnal Pelayanan Masyarakat Vol. 1 No. 4 (2024): Jurnal Pelayanan Masyarakat
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/jpm.v1i4.904

Abstract

The Internet advancement in Indonesia has created significant opportunities for digital business, particularly in marketing. Digital marketing encompasses promoting products and services through online platforms, such as social media, which facilitate connections among individuals globally. Micro, Small, and Medium Enterprises (MSMEs) are anticipated to play a crucial role in bolstering economic growth, especially within the food and beverage sector, alleviating unemployment. Despite many MSMEs needing to leverage social media entirely, they are progressively adapting their promotional strategies and discount offerings in response to the challenges posed by the COVID-19 pandemic. This community service initiative employs digital marketing as a strategic approach to facilitate market penetration for MSMEs in the culinary field, thereby enhancing sales. It is anticipated that this initiative will address the difficulties encountered by culinary partners, particularly the lack of marketing innovation due to inadequate skills in managing social media marketing. Furthermore, the pursuit of business volume targets is complicated by escalating competition within the culinary sector. The proposed short-term solutions include promoting the use of social media for product marketing and encouraging product innovation.
Pendampingan Aplikasi OncoDoc Untuk Mendeteksi Potensi Kanker Bagi Warga Kelurahan Tegalsari Semarang Defri Kurniawan; Ardytha Luthfiarta; Abu Salam; Catur Supriyanto; Danang Wahyu Utomo; Dhita Aulia Octaviani
Community : Jurnal Pengabdian Pada Masyarakat Vol. 4 No. 1 (2024): Maret : Jurnal Pengabdian Pada Masyarakat
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/community.v4i1.497

Abstract

Penerapan Pola Hidup Bersih dan Sehat (PHBS) diperlukan bagi warga kelurahan Tegalsari, kecamatan Candisari, Semarang khususnya bagi warga RW 002. Warga RW 002 yang didominasi oleh orang tua rentan terhadap penyakit kanker, apabila tidak menerapkan PHBS pada kehidupakan sehari-hari. Kegiatan Program Kemitraan Masyarakat (PKM) diselenggarakan dengan topik pentingnya PHBS dan pengenalan aplikasi OncoDoc untuk melakukan deteksi dini terhadap resiko penyakit kanker. Metode pelaksanaan kegiatan pengabdian meliputi Analisa Kebutuhan dan Identifikasi Masalah, Menetapkan Tujuan, Menyusun Materi Pengabdian, Pendampingan Aplikasi, dan Publikasi Kegiatan. Kegiatan PKM dilaksanakan di Balai RT 003 / RW 002 yang dihadiri oleh 18 warga yang terdiri dari pengurus RW, RT dan ibu-ibu PKK. Kegiatan PKM diawali dengan sambutan oleh Ketua Kegiatan PKM dan Ketua RW 002, dilanjutkan dengan penyampaian materi, diakhiri dengan diskusi, tanya jawab, kuis serta penyerahan plakat. Kegiatan PKM memberikan manfaat berupa pengetahuan pentingnya penerapan PHBS dan memberikan manfaat teknis berupa ketrampilan bagi warga untuk dapat melakukan deteksi dini melalui aplikasi OncoDoc.
OPTIMIZING RAW MATERIAL INVENTORY MANAGEMENT OF MSME PRODUCT USING EXTREME GRADIENT BOOSTING (XGBOOST) REGRESSOR ALGORITHM: A SALES PREDICTION APPROACH Muhammad Khusni Fikri; Farrikh Al Zami; Ika Novita Dewi; Abu Salam; Ifan Rizqa; Mila Sartika; Diana Aqmala
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 2 (2024): JUTIF Volume 5, Number 2, April 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.2.1487

Abstract

Micro, Small and Medium Enterprises or MSMEs have a very important role for the survival of the economic sector in Indonesia. However, as the development of MSMEs, followed by a series of problems that arise. One of them is the problem of sales, business people have difficulty in determining the number of product sales in the future so that there is often an accumulation of raw materials or unsold products. This study aims to help MSMEs optimize raw material management by predicting product sales using the XGBoost Regressor Algorithm. Recently, the algorithm is very famous in the competition because of its reliability and no one has applied it to predict MSME product sales. Based on several other studies, this algorithm is accurate in predicting a value, such as predicting stock prices and the number of accidents in Bali, Indonesia. This research uses historical product sales data and weather data consisting of air temperature and relative humidity in Semarang Indonesia to train and evaluate the performance of the model. The prediction model was performed with predetermined variables and resulted in MAE 3.0752730568649156, MSE 38.25842541629838, and RMSE 6.185339555456788. In the end, it is concluded that the model built with XGBoost Regressor has a low error rate so that it can accurately predict the sales of an MSME product and optimize the management of raw materials for related products.