Claim Missing Document
Check
Articles

Found 12 Documents
Search

Optimalisasi Konten Kreatif Media Sosial bagi UMKM My Nails Diary I Gusti Ayu Agung Mas Aristamy; Ni Putu Suci Meinarni; Ni Kadek Nita Noviani Pande; Komang Redy Winatha; Devi Valentino Waas
Journal of Social Work and Empowerment Vol 2 No 3 (2023): Journal of Social Work and Empowerment - Mei 2023
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

My Nails Diary merupakan usaha mikro kecil menengah (UMKM) yang bergerak di bidang jasa maupun produk untuk perawatan Kuku atau Nail. Pengabdian Kepada Masyarakat ini bertujuan untuk memberikan pelatihan dan materi mengenai pembuatan desain dan konten kreatif yang nantinya akan di publikasi pada media sosial My Nails Diary. Metode yang digunakan memanfaatkan Canva dan handphone sebagai platform dan media untuk membuat desain serta konten kreatif yang berupa foto dan video promosi di media sosial My Nails Diary. Kegiatan yang dilakukan pada Pengabdian Kepada Masyarakat ini adalah pemaparan materi pembuatan desain dan konten kreatif yang menghasilkan sebuah desain dan konten foto promosi yang terpublikasi pada media sosial My Nails Diary. Melalui adanya pelatihan desain dan pembuatan konten kreatif yang dikemas dalam bentuk Pengabdian Kepada Masyarakat ini, pemilik UMKM My Nails Diary dapat menghasilkan desain dan konten foto yang kreatif dan menarik sesuai dengan pasar yang dituju. Konten yang dihasilkan pada pelatihan ini diharapkan dapat menarik orang untuk mencoba jasa yang ditawarkan.
Classification of Gamelan Selonding Music Using Convolutional Neural Network Ni Putu Diah Pradnya Savitri; Anak Agung Gde Bagus Ariana; Ni Kadek Nita Noviani Pande; I Made Dwi Putra Asana; I Gusti Agung Indrawan
Indonesian Journal of Data and Science Vol. 6 No. 3 (2025): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v6i3.358

Abstract

Introduction: Balinese Selonding gamelan is an endangered sacred repertoire, and automatic recognition of its musical pieces can support documentation and preservation. Method: This study investigates the automatic classification of Selonding gamelan music using a Convolutional Neural Network (CNN). The dataset consists of 10 traditional Selonding compositions. Recordings were segmented into fixed 15-second excerpts, converted to WAV, normalized, and transformed into time–frequency features using two approaches: Mel-Frequency Cepstral Coefficients (MFCC) and Constant-Q Transform (CQT). A CNN-based classifier was trained and evaluated using 5-fold cross-validation for each feature representation. Results: The MFCC-based model achieved stable high performance, with mean accuracy of 94.67% (±2.11%), mean precision of 94.97% (±1.90%), mean recall of 94.67% (±2.11%), and mean F1-score of 94.63% (±2.12%) across folds. In contrast, the CQT-based model performed notably worse, reaching only 58.04% mean accuracy and 53.28% mean F1-score, with large variance across folds. These results indicate that MFCC features capture the discriminative timbral characteristics of Selonding more effectively than CQT under the current experimental setting. Conclusion: Overall, the findings show that a CNN trained on MFCC features can reliably distinguish Selonding compositions using only short (15-second) audio segments, despite limited data. This suggests that deep learning is a feasible strategy for indexing, retrieval, and long-term preservation of Balinese gamelan repertoires.