Article Per Year (5 Year)
p-Index From 2021 - 2026
5.009
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Teknik Sipil JURNAL NASIONAL TEKNIK ELEKTRO Techne : Jurnal Ilmiah Elektroteknika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Adimas : Jurnal Pengabdian Kepada Masyarakat TESLA: Jurnal Teknik Elektro Jurnal Penelitian IPTEKS Jurnal Teknik Elektro dan Komputasi (ELKOM) Jurnal Pengabdian Masyarakat IPTEKS Cendekia: Jurnal Pendidikan dan Pembelajaran ScienceEdu : Jurnal Pendidikan IPA ARMATUR : Artikel Teknik Mesin dan Manufaktur Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Journal of Mechanical Engineering ABDIMASTEK JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Jurnal Pengabdian Masyarakat IPTEKS Jurnal Teknik Elektro dan Komputasi (ELKOM)
Sofia Ariyani
Universitas Muhammadiyah Jember
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Ultrasound Image Classification of Breast Cancer Using MobileNet Heru Arwoko; Sofia Ariyani
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 11 No. 1 (2026): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v11i1.4860

Abstract

Breast cancer is one of the most prevalent diseases affecting women and has a high mortality rate if not detected at an early stage. Therefore, the development of an automated and accurate system for breast cancer diagnosis is of critical importance. One of the most commonly used methods for early breast cancer detection is medical ultrasonography (US) imaging, as it is safe and easily accessible. However, ultrasound images suffer from several limitations, including low image quality, high noise levels, and heterogeneous characteristics, which make the classification of cancer types challenging. In this study, a transfer learning approach is employed for breast ultrasound image classification by utilizing the MobileNet architecture, which is lightweight and computationally efficient, to enhance model performance. The classification task is performed on three classes: benign tumors, malignant tumors, and normal tissue. The dataset used is the BUSI (Breast Ultrasound Images) dataset obtained from Baheya Hospital, Cairo, Egypt, consisting of 780 breast ultrasound images. Experiments are conducted using several pre-trained architectures, including MobileNet, MobileNetV2, Xception, and InceptionV3. The evaluation results demonstrate that the MobileNet architecture achieves the best performance with an F1-score of 89%. These results indicate that the proposed approach is effective for classifying ultrasound images, as features are automatically and globally learned by the neural network without requiring manual geometric feature analysis.
Peluang Pemanfaatan Limbah Kacang Kedelai: Pelatihan Kewirausahaan Mandiri Pembuatan Kue Ladrang (Soya Stick) dengan Mesin Separator Soya Nely Ana Mufarida; Sofia Ariyani; Amri Gunasti; Asroful Abidin; Abdullah Robeid Soleh
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 3, No. 2: October 2024
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2024.v3i2.5343

Abstract

Ketersediaan limbah kacang kedelai pada saat ini semakin banyak seiring dengan menjamurnya home industry yang bergelut dalam pembuatan susu kedelai. Susu kedelai sangat potensial dikembangkan untuk menambah gizi dan kesehatan serta pendapatan (income) keluarga. Anggota Kelompok Pengajian Ranting ‘Aisyiyah Tegal Besar 2 Cabang Kaliwates Kabupaten Jember, mayoritas ibu-ibu rumah tangga berusia 50 tahun ke atas, banyak memiliki waktu luang di rumah sehingga lebih berpotensi  untuk dapat berwirausaha secara mandiri guna meningkatkan kualitas ekonomi keluarga. Pembuatan kue ladrang (soya stick) diharapkan mampu membuka peluang usaha baru sehingga tidak hanya  dapat diproduksi untuk kebutuhan cemilan rumah tangga saja, namun dapat menjadi bidang usaha bagi ibu-ibu rumah tangga yang menginginkan penghasilan tambahan. Dengan menggunakan metode PAR (participatory action research), kegiatan ini dilakukan sebagai penelitian partisipatif. Ada beberapa kegiatan yang telah dikerjakan, yaitu: a) persiapan dan sosialisasi untuk mitra, b) pelatihan dan pendampingan, c) pelatihan meningkatkan strategi pemasaran. Dari kegiatan pengabdian diperoleh hasil berupa media sosial Instagram dan Whatsapp untuk promosi dan penjualan produk, serta pelatihan konten yang menarik, promosi di media sosial, target konsumen, dan online customer service menggunakan Instagram dan Whatsapp.Kata kunci: limbah kacang kedelai, kue ladrang (soya stick), mesin limbah kacang kedelai
Model Kewirausahaan Green Entepreneur Berbasis Konsep Zero Waste pada Siswa/Siswi Islamic School SMA Muhammadiyah 1 Panji Situbondo Sofia Ariyani; Nely Ana Mufarida
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 4, No. 1: March 2025
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2025.v4i1.6889

Abstract

Sesuai dengan data yang ada di Dinas Kelautan Perikanan, komoditas unggulan perikanan tangkap di Kabupaten Situbondo adalah ikan tongkol. Selama ini, masyarakat menjual ikan tongkol dalam kondisi segar tanpa diolah. Saat panen raya, sebagian ikan digunakan sebagai pakan ternak atau dibuang karena membusuk. Ikan tongkol termasuk makanan yang mudah rusak karena kandungan lemaknya yang tinggi, yang cepat teroksidasi. Kerusakan ini disebabkan oleh metode penanganan tradisional yang tidak sesuai dengan prinsip penanganan yang baik, sehingga mutu ikan rendah. Namun, ikan tongkol merupakan pilihan bahan makanan bergizi yang baik untuk kesehatan berkat kandungan nutrisinya. Abon, produk olahan yang umum dikenal, biasanya dibuat dari daging sapi. Berdasarkan analisis situasi, abon ikan tongkol adalah produk yang akan dipelajari di unit produksi SMA Muhammadiyah 1 Panji. Produk abon yang akan dikaji memiliki karakteristik yang berbeda dari produk abon yang telah beredar di masyarakat. Usaha ini tidak hanya terbuat dari tongkol segar yang telah diproses secara higienis, tetapi juga menjadi media pembelajaran bagi siswa, terutama terkait bidang kewirausahaan. 
Sistem Deteksi Kecelakaan Motor Dengan Notifikasi Telegram Berbasis Sensor Mpu6050 Dan Gps Farizal Candra Adiyanto; Bagus Setya Rintyarna; Sofia Ariyani; Iswahyudi
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol. 8 No. 1 (2026): Jurnal Teknik Elektro dan Komputasi (ELKOM)
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v8i1.5342

Abstract

Kecelakaan sepeda motor merupakan salah satu penyebab utama tingginya angka kematian di jalan raya. Salah satu permasalahan yang sering terjadi adalah keterlambatan penanganan korban karena lokasi kejadian tidak segera diketahui oleh keluarga atau pihak terkait. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem deteksi kecelakaan sepeda motor berbasis Internet of Things (IoT) dengan memanfaatkan sensor MPU6050 dan modul GPS yang terintegrasi dengan mikrokontroler NodeMCU ESP8266 serta notifikasi melalui aplikasi Telegram. Sistem ini bekerja dengan mendeteksi perubahan kemiringan dan guncangan kendaraan menggunakan sensor MPU6050, kemudian menentukan koordinat lokasi kejadian menggunakan modul GPS, dan selanjutnya mengirimkan informasi kecelakaan beserta titik koordinat secara otomatis kepada pengguna melalui Telegram. Pengujian sensor MPU6050 menunjukkan rata-rata error sebesar 3,51%, yang mengindikasikan bahwa sensor memiliki tingkat akurasi yang cukup baik dalam mendeteksi kemiringan. Pengujian modul GPS juga menunjukkan tingkat kesalahan yang sangat kecil dengan error 0,0013% untuk latitude dan 0% untuk longtitude sehingga modul GPS dinilai cukup akurat dalam menentukan posisi. Pengujian sistem secara keseluruhan menunjukkan bahwa ketika kemiringan kendaraan mencapai 90°, sistem mampu mendeteksi kondisi kecelakaan dan mengirimkan notifikasi berisi informasi kemiringan, kecepatan, serta koordinat lokasi kejadian secara otomatis melalui Telegram
Co-Authors Abdullah Robeid Soleh Aditya Surya Manggala Agung Nilogiri Ahmad Syarif Toyyib Mubarok aji brahma nugroho, aji brahma Ajie, Fahmi Aulia Ajie, Fahmi Aulia Al Farisi, A. Wahid Al Faruq, Habibatul Azizah Ali Wafi Amri Gunasti Ana Mufarida, Nely Arwoko, Heru Asmawti, Endah Asroful Abidin Auliq, M A’an Bagus Setya Rintyarna Brahma Njugroho, Aji Darma, Orisanto Deni Sofia Denny Aptagus Dimas Dewi Lusiana Fahmi Aulia Ajie Farizal Candra Adiyanto Fatqurhohman Fatqurhohman Ferdi Yanuar, Setiyo Firmansyah, Moh. Adi Fitriana Fitriana Fitriana, Fitriana Galatea, Chusnul Khotimah Germenio Germenio Hakim, Muhammad Amirul Herry Setyawan Heru Arwoko Himmatul Ulya Irawan, Dudi Irawati Irawati Iswahyudi Iswahyudi, Iswahyudi Joko Siswantoro Kurniawan, Baihaqi Ardi M A’an Auliq Machmud Effendy Mokh Hairul Bahri Mufarida, Nely Ana Muhammad Ainul Wafi Muhammad Yosi Ashadi Nanang Saiful Rizal Nanda Kurnia Wardati Nely Ana Mufarida Nogroho, Aji Brahma Nurfiyanto, Moh. Heri Nurwahyudin, Rais Nurwahyudin, Rais Oktavianto, Hardian Rachmad Taufik Rais Nurwahyudin Ratri Rahayu Setiyo Ferdi Yanuar Setyawan, Herry Sofia, Deni Sutikno Wicaksono, Darma Arif