Article Per Year (5 Year)
p-Index From 2021 - 2026
2.449
P-Index
This Author published in this journals
All Journal JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Informasi dan Teknologi Community Development Journal: Jurnal Pengabdian Masyarakat Jutsi: Jurnal Teknologi dan Sistem Informasi Jurnal Teknisi J-Com (Journal of Computer) Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat
Junaidi
Universitas Royal
Humanities Computer Science & IT Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Public Health Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Penerapan Computer Vision Menggunakan Model Yolov8 Untuk Monitoring Kepadatan Pengunjung Ruang Rawat Inap Di Rumah Sakit Junaidi, Junaidi; Madonna Yuma, Febby; Ramadhani, Andrew
J-Com (Journal of Computer) Vol. 5 No. 3 (2025): NOVEMBER 2025
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v5i3.4423

Abstract

Abstract: Hospitals, as healthcare facilities, have a high level of visitor mobility, particularly in inpatient wards. Therefore, visitor control is necessary to maintain patient comfort, safety, and service quality. Manual visitor monitoring is considered ineffective and prone to errors. Therefore, this study aims to design and implement an artificial intelligence-based visitor monitoring system for hospital inpatient wards using computer vision technology. The developed system utilizes the YOLOv8 model as an object detection algorithm to automatically detect and count visitors through a camera. Visitor information is displayed through a desktop-based monitoring interface and is equipped with warning notifications via the Telegram application and an automatic alarm if the number of visitors exceeds the limit set by hospital policy. Test results show that the system is capable of performing well in detecting and counting visitors in real time, as well as sending information and warnings responsively. Thus, this system is considered effective as a technology-based hospital management support solution in controlling inpatient ward density and making decisions more quickly and accurately. Keywords: hospital; inpatient ward; computer vision; yolov8; visitor monitoring Abstrak: Rumah sakit sebagai fasilitas pelayanan kesehatan memiliki tingkat mobilitas pengunjung yang tinggi, khususnya pada ruang rawat inap, sehingga diperlukan pengendalian jumlah pengunjung untuk menjaga kenyamanan, keselamatan pasien, dan kualitas pelayanan. Pemantauan jumlah pengunjung secara manual dinilai kurang efektif dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan jumlah pengunjung ruang rawat inap rumah sakit berbasis kecerdasan buatan menggunakan teknologi computer vision. Sistem yang dikembangkan memanfaatkan model YOLOv8 sebagai algoritma object detection untuk mendeteksi dan menghitung jumlah pengunjung secara otomatis melalui kamera. Informasi jumlah pengunjung ditampilkan melalui antarmuka pemantauan berbasis desktop dan dilengkapi dengan notifikasi peringatan melalui aplikasi Telegram serta alarm otomatis apabila jumlah pengunjung melebihi batas yang ditetapkan sesuai kebijakan rumah sakit. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dalam mendeteksi dan menghitung jumlah pengunjung secara real-time, serta mengirimkan informasi dan peringatan secara responsif. Dengan demikian, sistem ini dinilai efektif sebagai solusi pendukung manajemen rumah sakit berbasis teknologi dalam pengendalian kepadatan ruang rawat inap dan pengambilan keputusan yang lebih cepat dan akurat. Kata kunci: rumah sakit; ruang rawat inap; computer vision; yolov8; monitoring pengunjung
Edukasi Terintegrasi Local SEO Dan Data Cloud Untuk Penguatan UMKM Bubut Kayu Karya Hainur Rasyid; Muhammad Amin; Junaidi Junaidi
Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Vol. 9 No. 1 (2026): Januari 2026
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurdimas.v9i1.4450

Abstract

Abstract: Micro, Small, and Medium Enterprises (MSMEs) play a strategic role in local economic development; however, the utilization of digital technology among MSMEs is often limited to basic promotion and is rarely supported by structured data management. This community service program is a continuation of previous assistance and aims to strengthen the capacity of UMKM Bubut Kayu Karya in Kisaran Timur through education on Local SEO strategies and cloud-based customer data management. The program employed a participatory education and training approach, including Google Business Profile optimization, customer data recording and analysis using Google Sheets, and basic digital security awareness. The results indicate improvements in the partner’s understanding and skills in managing location-based business visibility, utilizing customer data for marketing decision-making, and protecting digital business assets. This community service offers an innovative contribution in the form of a low-cost, context-based, and continuation-oriented empowerment model that integrates location-based digital marketing and simple data utilization. The proposed model is recommended to be replicated for MSMEs with similar characteristics to support gradual and sustainable digital transformation. Keywords: local SEO; customer data management; cloud-based systems; digital literacy; MSMEs Abstrak: Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran strategis dalam pengembangan ekonomi lokal, namun pemanfaatan teknologi digital oleh UMKM masih cenderung terbatas pada promosi sederhana dan belum didukung oleh pengelolaan data yang terstruktur. Kegiatan pengabdian kepada masyarakat ini merupakan kelanjutan dari program pendampingan sebelumnya dan bertujuan untuk memperkuat kapasitas UMKM Bubut Kayu Karya di Kisaran Timur melalui edukasi strategi Local SEO dan pengelolaan data pelanggan berbasis cloud. Metode yang digunakan adalah pendidikan masyarakat dan pelatihan dengan pendekatan edukatif-partisipatif, meliputi optimalisasi Google Business Profile, pencatatan dan analisis data pelanggan menggunakan Google Sheets, serta peningkatan kesadaran keamanan digital dasar. Hasil kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan mitra dalam mengelola visibilitas usaha berbasis lokasi, memanfaatkan data pelanggan sebagai dasar pengambilan keputusan pemasaran, serta melindungi aset digital usaha. Keunikan kegiatan pengabdian ini terletak pada pendekatan lanjutan yang berbiaya rendah, kontekstual, dan berorientasi keberlanjutan dengan mengintegrasikan strategi pemasaran berbasis lokasi dan literasi data sederhana. Model pengabdian ini direkomendasikan untuk direplikasi pada UMKM dengan karakteristik serupa sebagai upaya penguatan daya saing usaha berbasis literasi digital. Kata kunci: local SEO; pengelolaan data pelanggan; cloud computing; literasi digital; UMKM
PELATIHAN DASAR PERHITUNGAN JARINGAN KOMPUTER UNTUK SISWA SMK DI LKP PELITA MEDIA Guntur Maha Putra; Junaidi Junaidi; Elly Rahayu
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol. 5 No. 2 (2025): Desember 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i2.5507

Abstract

Abstract: Mastery of computer network calculation is a fundamental competency for vocational high school students in meeting the demands of vocational learning and the world of work. However, limited conceptual understanding and practical skills in computer network calculation remain common challenges among the target community. This community service activity aims to enhance the capacity and competence of vocational high school students through basic computer network calculation training conducted at LKP Pelita Media. The methods employed combine community education and practice-based training through conceptual instruction, demonstrations, and case-based network calculation exercises. The main outputs of this activity are training services and applied learning that emphasize understanding computer network terminology and subnetting calculation skills. This activity contributes to the enrichment of community service practices in the field of vocational education by offering a contextual, systematic, and easily replicable learning approach for similar educational and training institutions.            Keywords: network; training; subnetting  Abstrak: Penguasaan perhitungan jaringan komputer merupakan kompetensi dasar yang penting bagi siswa Sekolah Menengah Kejuruan (SMK) dalam menghadapi kebutuhan pembelajaran vokasi dan dunia kerja. Namun, keterbatasan pemahaman konseptual dan keterampilan aplikatif pada materi perhitungan jaringan komputer masih menjadi permasalahan yang dijumpai pada masyarakat sasaran. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas dan kompetensi siswa SMK melalui pelatihan dasar perhitungan jaringan komputer yang dilaksanakan di LKP Pelita Media. Metode yang digunakan mengkombinasikan pendidikan masyarakat dan pelatihan berbasis praktik melalui penyuluhan konseptual, demonstrasi, serta latihan studi kasus perhitungan jaringan. Luaran utama kegiatan berupa pelatihan dan pembelajaran aplikatif yang menekankan pemahaman peristilahan jaringan komputer dan keterampilan perhitungan subnetting. Kegiatan ini berkontribusi dalam memperkaya praktik pengabdian kepada masyarakat di bidang pendidikan vokasi dengan menghadirkan pendekatan pembelajaran yang kontekstual, sistematis, dan mudah direplikasi pada lembaga pendidikan dan pelatihan sejenis. Kata kunci: jaringan; pelatihan; subnetting 
EFEKTIVITAS INTERNET OF THINGS (IOT) PADA SEKTOR PERTANIAN Junaidi Junaidi; Kamal Ramadhani
JURNAL TEKNISI Vol. 4 No. 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/teknisi.v4i1.1793

Abstract

Abstract: Internet of Things (IoT) is a technology designed to make things easier for us by enabling connections with various devices via the internet. With IoT, daily work becomes easier and more efficient. This article is structured to identify the various benefits of IoT in the agricultural sector. The agricultural sector has an important role in the Indonesian economy with various commodities such as rice, palm oil, rubber, pepper, coffee, tea and others. IoT has great potential to transform the agricultural sector to become more productive, sustainable and ready to face future challenges. The result of writing this article is to provide an overview of the use of IoT in agriculture which can help farmers increase the yield and quality of their agriculture. Keywords: Internet of Things; Agriculture; Technology. Abstrak: Internet of Things (IoT) merupakan teknologi yang dirancang untuk memudahkan kita dengan memungkinkan koneksi dengan berbagai perangkat melalui internet. Dengan IoT, pekerjaan sehari-hari menjadi lebih mudah dan efisien. Artikel ini disusun untuk mengidentifikasi beragam manfaat IoT dalam sektor pertanian. Sektor pertanian memiliki peran penting dalam perekonomian Indonesia dengan berbagai komoditas seperti padi, kelapa sawit, karet, lada, kopi, teh, dan lainnya. IoT memiliki potensi besar untuk mengubah sektor pertanian menjadi lebih produktif, berkelanjutan, dan siap menghadapi tantangan di masa depan. Hasil dari penulisan artikel ini adalah memberikan gambaran tentang pemanfaatan IoT dalam pertanian yang dapat membantu petani meningkatkan hasil dan kualitas pertanian mereka. Kata kunci: Internet of Things; Pertanian; Teknologi.
PELATIHAN DAN IMPLEMNTASI SISTEM MONITORING PERTUMBUHAN TANAMAN PISANG UNTUK MENINGKATKAN PRODUKTIVITAS KELOMPOK TANI Junaidi Junaidi; Febby Madonna Yumma; Safrin Ritonga; Mulya Ayunda
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 7 No. 3 (2026): Vol. 7 No. 3 (2026)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v7i4.61141

Abstract

Tanaman pisang merupakan salah satu komoditas hortikultura yang menjadi sumber penghasilan utama masyarakat di Desa Lomlom, Kecamatan Simpang Empat, Kabupaten Asahan. Namun, petani masih menghadapi kendala dalam memantau kelembaban tanah, pertumbuhan tinggi tanaman, serta menentukan waktu penyiraman yang tepat sehingga produktivitas tanaman belum optimal. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan memberikan pelatihan dan mengimplementasikan sistem monitoring pertumbuhan tanaman pisang berbasis Internet of Things (IoT) untuk membantu petani memantau kondisi tanaman secara real-time. Metode pelaksanaan menggunakan pendekatan kualitatif dan kuantitatif melalui survei, wawancara, observasi, perancangan sistem, implementasi alat, pelatihan, dan evaluasi. Sistem yang dikembangkan terdiri dari sensor kelembaban tanah, sensor pengukur tinggi tanaman, pompa air, dan aplikasi monitoring. Hasil kegiatan menunjukkan bahwa sistem mampu memberikan informasi kondisi tanah dan pertumbuhan tanaman secara cepat dan akurat, serta membantu petani dalam pengambilan keputusan terkait penyiraman dan pemeliharaan tanaman. Selain itu, pelatihan yang diberikan meningkatkan pengetahuan dan keterampilan petani dalam memanfaatkan teknologi digital sehingga mendukung peningkatan produktivitas tanaman pisang secara berkelanjutan.
PENGEMBANGAN SISTEM KENDALI PENGERINGAN PADI OTOMATIS BERBASIS MULTIMODAL DEEP LEARNING MENGGUNAKAN DATA SENSOR DAN CITRA VISUAL Andrew Ramadhani; Junaidi Junaidi; Suci Fitriayu
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4052

Abstract

Abstract: Rice drying is a crucial post-harvest stage that affects the quality, shelf life, and economic value of rice. Conventional methods, such as sun drying and timer-based systems, are still predominantly used but are less adaptive to weather changes, often resulting in reduced product quality. This study developed an automated rice drying control system based on multimodal deep learning by integrating visual images and weather sensor data. The YOLOv5 model was used to detect grain conditions with 95% accuracy, while sensor analysis using LSTM and Transformer achieved accuracies of 90% and 93%, respectively. Multimodal integration improved control accuracy to 96% through an automatic roof opening/closing mechanism responsive to weather conditions and grain moisture status. Test results show that this system is more efficient than the baseline method, with an average drying time of 12 hours, moisture content accuracy of ±96%, and 30% lower yield loss. These findings highlight the potential of multimodal deep learning in supporting precision agriculture and modernizing post-harvest processes in Indonesia, while also opening opportunities for developing similar systems for other food commodities to support sustainable food security. Keywords: Rice Drying, Intelligent Control System, Multimodal Deep Learning, Sensor Data, Visual Imagery Abstrak: Pengeringan padi merupakan tahap krusial pascapanen yang memengaruhi mutu, daya simpan, dan nilai ekonomis gabah. Metode konvensional, seperti penjemuran matahari dan sistem berbasis timer, masih dominan digunakan namun kurang adaptif terhadap perubahan cuaca, sehingga sering menurunkan kualitas hasil. Penelitian ini mengembangkan sistem kendali pengeringan padi otomatis berbasis multimodal deep learning dengan mengintegrasikan citra visual dan data sensor cuaca. Model YOLOv5 digunakan untuk mendeteksi kondisi gabah dengan akurasi 95%, sedangkan analisis sensor menggunakan LSTM dan Transformer menghasilkan akurasi masing-masing 90% dan 93%. Integrasi multimodal meningkatkan akurasi kendali menjadi 96% melalui mekanisme buka–tutup atap otomatis yang responsif terhadap kondisi cuaca dan status kekeringan gabah. Hasil uji menunjukkan sistem ini lebih efisien dibandingkan metode baseline, dengan waktu pengeringan rata-rata 12 jam, akurasi kadar air ±96%, serta kehilangan hasil 30% lebih rendah. Temuan ini menegaskan potensi penerapan multimodal deep learning dalam mendukung pertanian presisi dan modernisasi proses pascapanen di Indonesia, sekaligus membuka peluang pengembangan sistem serupa pada komoditas pangan lain untuk mendukung ketahanan pangan berkelanjutan. Kata Kunci: Pengeringan Padi, Sistem Kendali Cerdas, Multimodal Deep Learning, Data Sensor, Citra Visual
PEMBELAJARAN MENDALAM DETEKSI KELELAHAN WAJAH MENGEMUDI BERDASARKAN ALGORITMA YOLOV5 UNTUK MENGHINDARI KECELAKAAN DALAM SISTEM TRANSPORTASI CERDAS Junaidi Junaidi; Andrew Ramadhani; Yogi Abimanyu
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4093

Abstract

Abstract: Traffic accidents due to driver fatigue are a serious problem in transportation systems, especially in Indonesia. This research aims to develop a computer vision-based early warning system capable of detecting driver fatigue in real-time through facial expressions. This system integrates the YOLOv5 algorithm for face detection, EAR (Eye Aspect Ratio) and MAR (Mouth Aspect Ratio) for eye blink and mouth movement analysis, CNN (Convolutional Neural Network) for fatigue expression classification, and LSTM (Long Short-Term Memory) for analyzing the time-varying patterns of facial expressions. Data were obtained from public Kaggle datasets and facial data taken directly from cameras, which were then trained with augmentation techniques to improve model generalization. Test results show that the system is able to achieve validation accuracy of up to 90.5% and a confidence score of 97.9% for sleepy face detection. This system successfully recognizes sleepiness through EAR and MAR patterns and expression classification with real-time performance, and can be implemented efficiently on minicomputer devices. This research contributes to improving driving safety through early detection of driver fatigue in intelligent transportation systems.Keyword: drowsiness detection; YOLOv5; CNN; LSTM; EAR & MAR; facial expression; intelligent transportationAbstrak: Kecelakaan lalu lintas akibat kelelahan pengemudi menjadi permasalahan serius dalam sistem transportasi, khususnya di Indonesia. Penelitian ini bertujuan untuk mengembangkan sistem peringatan dini berbasis visi komputer yang mampu mendeteksi kondisi kelelahan pengemudi secara real-time melalui ekspresi wajah. Sistem ini mengintegrasikan algoritma YOLOv5 untuk deteksi wajah, EAR (Eye Aspect Ratio) dan MAR (Mouth Aspect Ratio) untuk analisis kedipan mata dan gerakan mulut, CNN (Convolutional Neural Network) untuk klasifikasi ekspresi lelah, serta LSTM (Long Short-Term Memory) untuk menganalisis pola perubahan waktu dari ekspresi wajah. Data diperoleh dari dataset public kaggle dan data wajah yang di ambil langsung dari kamera, yang kemudian dilatih dengan teknik augmentasi untuk meningkatkan generalisasi model. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi validasi hingga 90,5% dan confidence score deteksi wajah mengantuk sebesar 97,9%. Sistem ini berhasil mengenali kondisi kantuk melalui pola EAR dan MAR serta klasifikasi ekspresi dengan performa real-time, dan dapat diimplementasikan secara efisien di perangkat mini-komputer. Penelitian ini berkontribusi dalam meningkatkan keselamatan berkendara melalui deteksi dini kelelahan pengemudi dalam sistem transportasi cerdas.Kata kunci: deteksi kantuk; YOLOv5; CNN; LSTM; EAR & MAR; ekspresi wajah; transportasi cerdas
Co-Authors Abimanyu, Yogi Andrew Ramadhani Bela, Bela Astuti Elly Rahayu Febby Madonna Yuma Febby Madonna Yumma Fitriayu, Suci Guntur Maha Putra Hainur Rasyid Kamal Ramadhani Larasati, Mustika Fitri Maha Putra, Guntur Muhammad Amin Muhammad Amin Muhammad Iqbal Mulya Ayunda Pasha, Novita Putra, Guntur Maha Rahayu, Elly Ramadhani, Andrew Safrin Ritonga Suci Fitriayu Yogi Abimanyu Zulkhairani, Zulkhairani