Garuda - Garba Rujukan Digital

RANCANG BANGUN PROTOTIPE 3 DIMENSI ORGAN MANDIBULA MENGGUNAKAN CITRA MEDIS RADIOLOGI Amillia Kartika Sari; Riries Rulaningtyas; Khusnul Ain; Suryani Dyah Astuti; Soegianto Soelistiono; David Buntoro Kamandjaja
Medika Respati : Jurnal Ilmiah Kesehatan Vol 17, No 4 (2022)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/mr.v17i4.762

Latar belakang: Tumor pada mandibula dapat menyebabkan kecacatan tulang. hal ini memberikan dampak negatif pada kehidupan sosial penderita. Solusi pada kasus ini adalah operasi rekonstruksi mandibula. Untuk mengoptimalkan operasi tersebut salah satunya dapat digunakan prototipe 3D sebagai perencanaan pra-bedah. Tujuan: Penelitian ini berfokus pada proses pembuatan prototipe 3D yang menggunakan pencitraan dari modalitas CT-Scan. Hasil: Pembuatan prototipe 3D diawali dari akuisisi data citra CT-Scan yang selanjutnya dilakukan proses segmentasi citra dan visualisasi 3 dimensi, pada proses terakhir dilakukan pencetakan 3 dimensi. Prototipe 3D yang telah jadi dilakukan analisa kualitatif melalui pengukuran dimensi panjang di daerah ramus, angulus, dan body of mandible dan dibandingkan dengan hasil pengukuran organ mandibula cadaver. Didapatkan hasil rerata panjang ramus pada mandibula cadaver adalah 33,62±0,34 mm, sedangkan panjang ramus pada mandibula prototipe 3D adalah 32,98±0,44 mm. Nilai rerata pengukuran pada daerah angulus adalah 31,26±0,25 mm pada mandibula cadaver, dan nilai 31,23±0,22 mm pada mandibula protptipe 3D. Dan pengukuran pada daerah body of mandible mandibula cadaver adalah 32,05±0,98mm, sedangkan apada mandibula prootipe adalah 32,06±1,03 mm, secara keseluruhan akurasi pada prototipe 3D sebesar 99,317%. Kesimpulan: Penggunaan citra radiologi sebagai data awal untuk membuat prototipe 3 dimensi mandibula dapat dilakukan, pengukuran akurasi prototipe 3D harus dievaluasi untuk masing-masing tahap fabrikasi.

Detection of lung disease using relative reconstruction method in electrical impedance tomography system Lina Choridah; Riries Rulaningtyas; Lailatul Muqmiroh; Suprayitno Suprayitno; Khusnul Ain
Bulletin of Electrical Engineering and Informatics Vol 12, No 4: August 2023
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v12i4.4940

Lung disease can be diagnosed with the image-based medical devices, including radiography, computed tomography, and magnetic resonance imaging. The devices are very expensive and have negative effects. An alternative device is electrical impedance tomography (EIT). The advantages of EIT arelow cost, fast, real-time, and free radiation, so it is very appropriate to be used as a monitoring device. The relative reconstruction method has succeeded in producing functional images of lung anomalies by simulation. In this study, the relative reconstruction method was used to obtain functional images of four lungs conditions, namely a healthy person, patient with left lung tumor with organized left pleural effusion, one with pulmonary tuberculosis with right pneumothorax and one with pulmonary tuberculosis with left pleural effusion. The relative reconstruction method can be used to obtain functional images of an individual’s lung conditions by using expiratory-respiratory potential data with results that can distinguish between the lungs of a healthy person and a diseased patient, but the position of the lung disease may have less details. The potential data from comparison between the data of a patient and a healthy person can be used as a reference to obtain more accurate functional image information of lung disease.

Pelatihan pembuatan sensor medis berbasi IoT sebagai pengenalan smart medical devices Riries Rulaningtyas; Alfian Pramudita Putra; Osmalina Nur Rahma; Katherine Katherine; I Made Mas Dwiyana Prasetya Wibawa; Kezia Sarahsophia Immanuel Ryadi
ABSYARA: Jurnal Pengabdian Pada Masayarakat Vol 4 No 1 (2023): ABSYARA: Jurnal Pengabdian Pada Masyarakat
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/ab.v4i1.6989

Cardiovascular disease (CVD) is a leading cause of death globally, resulting in approximately 17.9 million deaths each year (WHO, 2017), with estimates projecting a rise to 23.3 million deaths by 2030 (Pusdatin Kemenkes RI, 2014). Early detection of heart disease plays a crucial role in CVD prevention, with heart rate (bpm) being a key indicator to assess heart function, ranging from 60 to 100 beats per minute. To address the need for early detection, a practical heart rate monitoring device utilizing the Internet of Things (IoT) and Smart Medical Devices (SMDs) was developed. This research aimed to provide training on IoT-based heart rate detection to high school students in Trenggalek. The training encompassed lectures and hands-on practice, successfully enhancing participants' knowledge of IoT, as demonstrated by improved test scores. Moreover, the training resulted in a prototype of an IoT-based heart rate monitoring system that utilizes Arduino and a heart rate sensor. Post-training evaluations showed the majority of participants were satisfied with the quality of materials and organization, indicating the positive impact of this engagement on the partners. The results support the potential of this IoT training to equip high school students with essential skills, fostering self-reliance in medical device production and reducing dependence on imports in the face of ASEAN Economic Community challenges. Ultimately, this initiative contributes to building a competent healthcare workforce in Indonesia.

Brain-computer interface-based hand exoskeleton with bidirectional long short-term memory methods Osmalina Nur Rahma; Khusnul Ain; Alfian Pramudita Putra; Riries Rulaningtyas; Khouliya Zalda; Nita Lutfiyah; Nafisa Rahmatul Laili Alami; Rifai Chai
Indonesian Journal of Electrical Engineering and Computer Science Vol 34, No 1: April 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v34.i1.pp173-185

It takes at least 3 months to restore hand and arm function to 70% of its original value. This condition certainly reduces the quality of life for stroke survivors. The effectiveness in restoring the motor function of stroke survivors can be improved through rehabilitation. Currently, rehabilitation methods for post-stroke patients focus on repetitive movements of the affected hand, but it is often stalled due to the lack of professional rehabilitation personnel. This research aims to design a brain-computer interface (BCI)-based exoskeleton hand motion control for rehabilitation devices. The Bidirectional long short-term memory (Bi-LSTM) method performs motion classification for the ESP32 microcontroller to control the movement of the DC motor on the exoskeleton hand in real-time. The statistical features, such as mean and standard deviation from the sliding windows process of electroencephalograph (EEG) signals, are used as the input for Bi-LSTM. The highest accuracy at the validation stage was obtained in the combination of mean and standard deviation features, with the highest accuracy of 91% at the offline testing stage and reaching an average of 90% in real-time (80%-100%). Overall, the control system design that has been made runs well to perform movements on the hand exoskeleton based on the classification of opening and grasping movements.

Detection of Throat Disorders Based on Thermal Image Using Digital Image Processing Methods Arisgraha, S.T., M.T., Franky Chandra Satria; Rulaningtyas, Riries; Purwanti, Endah; Ama, Fadli
Indonesian Applied Physics Letters Vol. 5 No. 2 (2024): Indonesian Applied Physics Letters - December 2024
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/iapl.v5i1.57073

Throat disorders are often considered trivial for some people, but if they are not treated immediately they can result in more severe conditions and require a longer time to cure this disorder. Objective, safe and comfortable detection of throat disorders is important because throat disorders are an indication of inflammation which, if not treated immediately, can have negative consequences. This research aims to detect throat disorders based on thermal images using digital image processing methods. Image capture was carried out with the same color pallete range on the camera, namely 33°C-38°C. The image obtained is then cropped in the ROI, then the image is threshold with a gray degree of 190. Pixels that have a gray degree above 190 are converted to white, while those below the threshold are converted to black. Next, the percentage of each white and black area is calculated compared to the total ROI area. If the percentage of white area is greater than 38% compared to the area of "‹"‹the throat then it is identified as having a throat disorder, whereas if the percentage of white is less than 38% then it is identified as not having a throat disorder. The detection program created provides an accuracy of 87.5% on sample data of 8 test data.

Classification of endometrial adenocarcinoma using histopathology images with extreme learning machine method Rulaningtyas, Riries; Rahaju, Anny Setijo; Dewi, Rosa Amalia; Hanifah, Ummi; Purwanti, Endah; Rahma, Osmalina Nur; Katherine, Katherine
Indonesian Journal of Electrical Engineering and Computer Science Vol 36, No 2: November 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v36.i2.pp961-971

As many as 70-80% of endometrial cancer cases are endometrial adenocarcinoma. Histopathological assessment is based on the degree of differentiation, into well-differentiated, moderate-differentiated, and poorly-differentiated. Management and prognosis differ between grades, so differential diagnosis in determining the degree of tumor differentiation is crucial for appropriate treatment decisions. Histopathological image analysis offers detailed diagnostic results, but manual analysis by a pathologist is very complicated, error-prone, quite tedious, and time-consuming. Therefore, an automatic diagnostic system is needed to assist pathologists in grading the tumor. This research aims to determine the degree of differentiation of endometrial adenocarcinoma based on histopathological images. The extreme learning machine (ELM) method performs image classification with gray level run long matrix (GLRLM) features and a combination of local binary pattern (LBP)-GLRLM features as input. Experimental results show that the ELM model can achieve satisfactory performance. Training accuracy, testing accuracy, and model precision with GLRLM features were 97.13%, 91.33%, and 80% and combined LBPGLRLM features were 91.03%, 71.33%, and 100%. Overall, the model created can determine the degree of tumor differentiation and is useful in providing a second opinion for pathologists.

Classification and Counting of Mycobacterium Tuberculosis using YOLOv5 Saurina, Nia; Chamidah, Nur; Rulaningtyas, Riries; Aryati, Aryati
Journal of Information Systems Engineering and Business Intelligence Vol. 11 No. 2 (2025): June
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/jisebi.11.2.267-278

Background: Indonesia is a nation with the third-highest number of tuberculosis (TB) cases worldwide, after China and India. TB detection has been facilitated using YOLOv5 deep learning framework despite previous studies not having incorporated assessment metrics recommended by International Union Against Tuberculosis and Lung Disease (IUATLD). Objective: This study aims to present a method for classifying and enumerating Mycobacterium tuberculosis by using YOLOv5 architecture with IUATLD evaluation standards. Sputum samples served as the primary medium for identifying the presence of Mycobacterium tuberculosis. In addition, the method showed precise delineation of bacterial boundaries to minimize classification inaccuracies and improve edge clarity through YOLOv5. Methods: Following the acquisition of microscopic images of TB, the data were resized from 1632x1442 to 640x480 pixels. Annotation was performed using YOLOv5 bounding boxes, and the model was subsequently trained as well as tested according to IUATLD guidelines. Results: During the analysis, YOLOv5-based classification system produced optimal performance. The model achieved 84.74% accuracy, 87.31% precision, and Mean Average Precision (mAP) score of 84.98%. These metrics showed high reliability in identifying Mycobacterium tuberculosis in the image dataset. Conclusion: The classification and quantification of Mycobacterium tuberculosis using YOLOv5 framework shows high precision, with mAP score of 84.98%, signifying strong model performance. Additionally, the counting process achieves a MAPE (Mean Absolute Percentage Error) of 0.15%, reflecting excellent prediction accuracy. Keywords: IUATLD, Tuberculosis, YOLOv5.

EDUKASI SMK 1 BLITAR MELALUI PELATIHAN DASAR PEMROGRAMAN PHYTON DAN PENGENALAN APLIKASI KECERDASAN BUATAN UNTUK DETEKSI TINGKAT KECEMASAN PADA REMAJA Purwanti, Endah; Ain, Khusnul; Widiyanti, Prihartini; Rulaningtyas, Riries; Amma, Fadli; Chandra Satria Arisgraha, Franky; Nur Rahma, Osmalina; Pramudita, Alfian; Qulub, Fitriyatul; Firdhausi Wardhani, Inten
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 5 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i5.1894-1903

Berdasarkan beberapa sumber di media massa/elektronik dan badan penanggulangan Penyakit Tidak Menular dan Kesehatan Jiwa Dinas kesehatan Kabupaten Blitar, mencatat pada tahun 2022, ada 755 warga yang terdeteksi menderita gangguan mental emosional (GME) khususnya kecemasan emosional dan banyak temuan kasus dari kalangan remaja. Ada beberapa faktor pemicu, diantaranya adalah kondisi keluarga yang broken home, serta pengaruh sosial media yang tidak dimanfaatkan dengan baik. Kecemasan yang tidak tertangani dapat berkembang menjadi depresi yang berpotensi memicu tindakan bunuh diri, terutama pada individu yang berada di usia produktif. Kelompok usia dengan angka bunuh diri tertinggi berada dalam rentang 15 hingga 29 tahun. Upaya pendeteksian dini terhadap kecemasan emosional khususnya di kalangan remaja menjadi sebuah peluang solusi untuk mencegah generasi muda melakukan bunuh diri melalui pemanfaatan teknologi. Kemajuan ilmu pengetahuan dan teknologi di era revolusi industri 4.0 telah melahirkan berbagai inovasi baru yang memberikan dampak signifikan di berbagai sektor kehidupan. Salah satu inovasi yang menonjol adalah teknologi kecerdasan buatan (Artificial Intelligence). Setiap peluang yang tersedia akan menjadi sia-sia jika tidak didukung oleh sumber daya manusia yang kompeten dan memiliki wawasan luas. Generasi muda merupakan sasaran utama yang paling tepat untuk meningkatkan kualitas sumber daya manusia di Indonesia. Melalui kegiatan pengabdian kepada masyarakat (PKM) ini, sekelompok masyarakat dengan latar belakang pengetahuan dasar di bidang pemrograman komputer telah memperoleh pembekalan pengetahuan dan keterampilan. Dalam konteks ini, pelatihan diberikan kepada siswa SMKN 1 Kota Blitar, Provinsi Jawa Timur, yang memiliki minat di bidang Teknik Komputer dan Informatika (TKI). Kegiatan yang telahÂ dilakukan tidak hanya dapat bermanfaat dalam penanggulangan kesehatan emosional remaja di beberapa daerah di kota Blitar, tapi juga sebagaiÂ upaya peningkatan mutu siswa berkaitan dengan bidang komputer cerdas agar ketika lulus sekolah mampu bersaing di dunia kerja dan mampu mengembangkan berbagai macam software yang bermanfaat bagi masyarakat di Indonesia dalam menghadapi era Industri 4.0. Kegiatan PKM ini dibagi menjadi dua bagian, yaitu pelatihan pemrograman dasar python dan pengenalan aplikasi kecerdasan buatan untuk deteksi tingkat kecemasan pada remaja. Evaluasi pelaksanaan program ini dilakukan melalui sistem kuesioner yang mengukur tingkat pengetahuan siswa sebelum dan sesudah mengikuti PKM terkait materi pelatihan yang diberikan. Selain itu, masukan dan testimoni dari siswa serta guru SMKN 1 Blitar turut menjadi bahan pertimbangan untuk meningkatkan kualitas pelaksanaan program PKM di masa mendatang. Kegiatan edukasi melalui pelatihan dasar pemrograman phyton dan pengenalan aplikasi kecerdasan buatan untuk deteksi tingkat kecemasan pada remaja sangat bermanfaat dalam penanggulangan kesehatan emosional remaja di beberapa daerah di kota Blitar dan juga sebagai upaya peningkatan mutu siswa berkaitan dengan bidang komputer cerdas agar ketika lulus mampu bersaing di dunia kerja. Metode workshop yang bersifat interaktif melalui penerapan praktik langsung dalam pembuatan aplikasi berbasis Python dan kecerdasan buatan dapat memperkuat minat siswa untuk mengikuti proses pembelajaran di kelas. Selain itu, metode ini juga mendukung guru dalam menyampaikan materi kepada siswa dengan lebih mudah.

EDUKASI SMK 1 BLITAR MELALUI PELATIHAN DASAR PEMROGRAMAN PHYTON DAN PENGENALAN APLIKASI KECERDASAN BUATAN UNTUK DETEKSI TINGKAT KECEMASAN PADA REMAJA Purwanti, Endah; Ain, Khusnul; Widiyanti, Prihartini; Rulaningtyas, Riries; Amma, Fadli; Chandra Satria Arisgraha, Franky; Nur Rahma, Osmalina; Pramudita, Alfian; Qulub, Fitriyatul; Firdhausi Wardhani, Inten
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 5 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i5.2198-2209

Berdasarkan beberapa sumber di media massa/elektronik dan badan penanggulangan Penyakit Tidak Menular dan Kesehatan Jiwa Dinas kesehatan Kabupaten Blitar, mencatat pada tahun 2022, ada 755 warga yang terdeteksi menderita gangguan mental emosional (GME) khususnya kecemasan emosional dan banyak temuan kasus dari kalangan remaja. Ada beberapa faktor pemicu, diantaranya adalah kondisi keluarga yang broken home, serta pengaruh sosial media yang tidak dimanfaatkan dengan baik. Kecemasan yang tidak tertangani dapat berkembang menjadi depresi yang berpotensi memicu tindakan bunuh diri, terutama pada individu yang berada di usia produktif. Kelompok usia dengan angka bunuh diri tertinggi berada dalam rentang 15 hingga 29 tahun. Upaya pendeteksian dini terhadap kecemasan emosional khususnya di kalangan remaja menjadi sebuah peluang solusi untuk mencegah generasi muda melakukan bunuh diri melalui pemanfaatan teknologi. Kemajuan ilmu pengetahuan dan teknologi di era revolusi industri 4.0 telah melahirkan berbagai inovasi baru yang memberikan dampak signifikan di berbagai sektor kehidupan. Salah satu inovasi yang menonjol adalah teknologi kecerdasan buatan (Artificial Intelligence). Setiap peluang yang tersedia akan menjadi sia-sia jika tidak didukung oleh sumber daya manusia yang kompeten dan memiliki wawasan luas. Generasi muda merupakan sasaran utama yang paling tepat untuk meningkatkan kualitas sumber daya manusia di Indonesia. Melalui kegiatan pengabdian kepada masyarakat (PKM) ini, sekelompok masyarakat dengan latar belakang pengetahuan dasar di bidang pemrograman komputer telah memperoleh pembekalan pengetahuan dan keterampilan. Dalam konteks ini, pelatihan diberikan kepada siswa SMKN 1 Kota Blitar, Provinsi Jawa Timur, yang memiliki minat di bidang Teknik Komputer dan Informatika (TKI). Kegiatan yang telah dilakukan tidak hanya dapat bermanfaat dalam penanggulangan kesehatan emosional remaja di beberapa daerah di kota Blitar, tapi juga sebagai upaya peningkatan mutu siswa berkaitan dengan bidang komputer cerdas agar ketika lulus sekolah mampu bersaing di dunia kerja dan mampu mengembangkan berbagai macam software yang bermanfaat bagi masyarakat di Indonesia dalam menghadapi era Industri 4.0. Kegiatan PKM ini dibagi menjadi dua bagian, yaitu pelatihan pemrograman dasar python dan pengenalan aplikasi kecerdasan buatan untuk deteksi tingkat kecemasan pada remaja. Evaluasi pelaksanaan program ini dilakukan melalui sistem kuesioner yang mengukur tingkat pengetahuan siswa sebelum dan sesudah mengikuti PKM terkait materi pelatihan yang diberikan. Selain itu, masukan dan testimoni dari siswa serta guru SMKN 1 Blitar turut menjadi bahan pertimbangan untuk meningkatkan kualitas pelaksanaan program PKM di masa mendatang. Kegiatan edukasi melalui pelatihan dasar pemrograman phyton dan pengenalan aplikasi kecerdasan buatan untuk deteksi tingkat kecemasan pada remaja sangat bermanfaat dalam penanggulangan kesehatan emosional remaja di beberapa daerah di kota Blitar dan juga sebagai upaya peningkatan mutu siswa berkaitan dengan bidang komputer cerdas agar ketika lulus mampu bersaing di dunia kerja. Metode workshop yang bersifat interaktif melalui penerapan praktik langsung dalam pembuatan aplikasi berbasis Python dan kecerdasan buatan dapat memperkuat minat siswa untuk mengikuti proses pembelajaran di kelas. Selain itu, metode ini juga mendukung guru dalam menyampaikan materi kepada siswa dengan lebih mudah.

EDUKASI SMK 1 BLITAR MELALUI PELATIHAN DASAR PEMROGRAMAN PHYTON DAN PENGENALAN APLIKASI KECERDASAN BUATAN UNTUK DETEKSI TINGKAT KECEMASAN PADA REMAJA Purwanti, Endah; Ain, Khusnul; Widiyanti, Prihartini; Rulaningtyas, Riries; Amma, Fadli; Chandra Satria Arisgraha, Franky; Nur Rahma, Osmalina; Pramudita, Alfian; Qulub, Fitriyatul; Firdhausi Wardhani, Inten
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 5 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i5.%p

Berdasarkan beberapa sumber di media massa/elektronik dan badan penanggulangan Penyakit Tidak Menular dan Kesehatan Jiwa Dinas kesehatan Kabupaten Blitar, mencatat pada tahun 2022, ada 755 warga yang terdeteksi menderita gangguan mental emosional (GME) khususnya kecemasan emosional dan banyak temuan kasus dari kalangan remaja. Ada beberapa faktor pemicu, diantaranya adalah kondisi keluarga yang broken home, serta pengaruh sosial media yang tidak dimanfaatkan dengan baik. Kecemasan yang tidak tertangani dapat berkembang menjadi depresi yang berpotensi memicu tindakan bunuh diri, terutama pada individu yang berada di usia produktif. Kelompok usia dengan angka bunuh diri tertinggi berada dalam rentang 15 hingga 29 tahun. Upaya pendeteksian dini terhadap kecemasan emosional khususnya di kalangan remaja menjadi sebuah peluang solusi untuk mencegah generasi muda melakukan bunuh diri melalui pemanfaatan teknologi. Kemajuan ilmu pengetahuan dan teknologi di era revolusi industri 4.0 telah melahirkan berbagai inovasi baru yang memberikan dampak signifikan di berbagai sektor kehidupan. Salah satu inovasi yang menonjol adalah teknologi kecerdasan buatan (Artificial Intelligence). Setiap peluang yang tersedia akan menjadi sia-sia jika tidak didukung oleh sumber daya manusia yang kompeten dan memiliki wawasan luas. Generasi muda merupakan sasaran utama yang paling tepat untuk meningkatkan kualitas sumber daya manusia di Indonesia. Melalui kegiatan pengabdian kepada masyarakat (PKM) ini, sekelompok masyarakat dengan latar belakang pengetahuan dasar di bidang pemrograman komputer telah memperoleh pembekalan pengetahuan dan keterampilan. Dalam konteks ini, pelatihan diberikan kepada siswa SMKN 1 Kota Blitar, Provinsi Jawa Timur, yang memiliki minat di bidang Teknik Komputer dan Informatika (TKI). Kegiatan yang telahÂ dilakukan tidak hanya dapat bermanfaat dalam penanggulangan kesehatan emosional remaja di beberapa daerah di kota Blitar, tapi juga sebagaiÂ upaya peningkatan mutu siswa berkaitan dengan bidang komputer cerdas agar ketika lulus sekolah mampu bersaing di dunia kerja dan mampu mengembangkan berbagai macam software yang bermanfaat bagi masyarakat di Indonesia dalam menghadapi era Industri 4.0. Kegiatan PKM ini dibagi menjadi dua bagian, yaitu pelatihan pemrograman dasar python dan pengenalan aplikasi kecerdasan buatan untuk deteksi tingkat kecemasan pada remaja. Evaluasi pelaksanaan program ini dilakukan melalui sistem kuesioner yang mengukur tingkat pengetahuan siswa sebelum dan sesudah mengikuti PKM terkait materi pelatihan yang diberikan. Selain itu, masukan dan testimoni dari siswa serta guru SMKN 1 Blitar turut menjadi bahan pertimbangan untuk meningkatkan kualitas pelaksanaan program PKM di masa mendatang. Kegiatan edukasi melalui pelatihan dasar pemrograman phyton dan pengenalan aplikasi kecerdasan buatan untuk deteksi tingkat kecemasan pada remaja sangat bermanfaat dalam penanggulangan kesehatan emosional remaja di beberapa daerah di kota Blitar dan juga sebagai upaya peningkatan mutu siswa berkaitan dengan bidang komputer cerdas agar ketika lulus mampu bersaing di dunia kerja. Metode workshop yang bersifat interaktif melalui penerapan praktik langsung dalam pembuatan aplikasi berbasis Python dan kecerdasan buatan dapat memperkuat minat siswa untuk mengikuti proses pembelajaran di kelas. Selain itu, metode ini juga mendukung guru dalam menyampaikan materi kepada siswa dengan lebih mudah.

Title

Found 27 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 27 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 27 Documents
Search