Claim Missing Document
Check
Articles

Pendampingan bagi Siswa – Siswi MI Miftahul Hidayah dalam Perilaku Hidup Bersih dan Sehat untuk Deteksi Kesehatan Usus Menggunakan Software Aplikasi Erwin Yudi Hidayat; Yani Parti Astuti; Abu Salam; Cinantya Paramita; Dhita Aulia Octaviani; Etika Kartikadarma; Erlin Dolphina; Catur Supriyanto
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 1 (2026): JANUARI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i1.3194

Abstract

Setiap manusia pasti menginginkan sehat tak terkecuali anak – anak dan juga orang dewasa. Di usia anak – anak, mereka belum memikirkan bagaimana agar hidup ini menjadi sehat. Untuk itu perlu adanya pendampingan dan juga arahan kepada anak – anak tentang perilaku hidup bersih dan sehat. Hal ini akan diterapkan tim pengabdi dari Udinus kepada siswa MI Miftahul Hidayah. Bersama dengan pakar kesehatan dari Poltekkes Semarang merumuskan hal apa yang akan diberikan kepada siswa MI Miftahul Hidayah. Sehingga muncullah ide bahwa kesehatan bisa dimulai dengan diri sendiri dengan melakukan perilaku hidup bersih dan sehat. Oleh karena itu dilakukan pendampingan kepada siswa tentang konsumsi jajanan yang tidak menyimpang dari nilai gizi untuk mempertahankan kesehatan usus. Untuk itu siswa dikenalkan sebuah software aplikasi yang mengetahui atau mendeteksi kesehatan usus setiap orang dengan menginput data diri siswa masing – masing. Selain pendampingan dan arahan tentang konsumsi jajanan, siswa juga diberikan penyuluhan tentang kebersihan lingkungan yang harus dijaga agar tidak dihinggapi penyakit seperti demam berdarah yang saat ini meresahkan masyarakat. Karena demam berdarah disebabkan oleh nyamuk yang sangat menyukai tempat yang tidak bersih dan air yang tergenang. Dengan adanya pendampingan penyuluhan ini, diharapkan siswa selalu mengkonsumsi jajanan yang tidak meninggalkan nilai gizi dan juga selalu memperhatikan kebersihan lingkungan di manapun berada. Selain itu, siswa juga akan menyadari bahwa ilmu teknik informatika bisa mendeteksi kesehatan kita dengan software aplikasi. Melalui aplikasi yang diterapkan, maka siswa siswi akan mengetahui kesehatan ususnya masing – masing..
EVALUASI WEBSITE KELAS MENYUSUI Diki Retno Yuliani; Fajaria Nur Aini; Riza Amalia; Wanodya Hapsari; Abu Salam; Junta Zeniarja
Jurnal Sains Kebidanan Vol. 8 No. 1 (2026): MEI 2026
Publisher : POLTEKKES KEMENKES SEMARANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31983/jsk.v8i1.14399

Abstract

Pencapaian ASI eksklusif belum sesuai target, sehingga berdampak pada upaya percepatan penurunan stunting. Breastfeeding self-efficacy adalah faktor yang dapat dimodifikasi untuk meningkatkan keberhasilan menyusui. Kemudian, edukasi dapat meningkatkan breastfeeding self-efficacy. Tujuan penelitian ini adalah untuk mengetahui pengaruh edukasi kelas menyusui terhadap breastfeeding self-efficacy. Desain penelitian research pre-experiment with a one-group pretest-posttest design. Sampel 21 ibu hamil di Puskesmas Baturraden 1 diambil secara accidental sampling. Instrumen penelitian menggunakan kuesioner BSES-SF (the breastfeeding self-efficacy scale-short form) versi Indonesia, sedangkan media edukasi menggunakan website kelas menyusui yang dapat diakses melalui tautan www.kelasmenyusui.com. Analisis data menggunakan Wilcoxon Signed-Ranks Test. Hasil yang diperoleh, rata-rata skor post-test breastfeeding self-efficacy naik 3,29 poin dari pre-test. Kelas menyusui berpengaruh signifikan terhadap breastfeeding self-efficacy (p-value 0,003). Kelas menyusui dapat menjadi upaya untuk meningkatkan breastfeeding self-efficacy guna mendukung keberhasilan menyusui. Namun, perlu dilakukan studi lanjut untuk menilai breastfeeding self-efficacy pada masa postpartum dan durasi ASI eksklusif, sehingga dapat diketahui kemampuan prediktif edukasi terhadap breastfeeding self-efficacy pada masa postpartum dan durasi menyusui.
Beyond Predictive Accuracy: Enhancing Parameter Stability in Multicollinear Time Series Forecasting via Regularisation Daffa Kumara Khiar Faisa; Abu Salam
Jurnal Pendidikan Informatika (EDUMATIC) Vol 10 No 1 (2026): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v10i1.33925

Abstract

Multicollinearity in feature-based time series regression arises as a structural consequence of lagged and rolling feature construction. However, existing studies on Ridge and ElasticNet regularization adopt an accuracy-driven evaluation paradigm, with limited attention to parameter stability, shrinkage behavior, and sensitivity to regularization strength. This study shifts the evaluation of regularized linear models from predictive accuracy toward stability-oriented assessment. Using daily electricity consumption data from the UCI Repository, Linear Regression, Ridge, and ElasticNet models are examined under engineered temporal features derived from stability-based lag pruning, rolling statistics, and correlation-informed feature selection. Model evaluation focuses on bias–variance behavior, coefficient shrinkage, regularization sensitivity, and training–testing performance gaps. The results show that regularization improves stability, with the performance gap decreasing from 0.0961 in Linear Regression to 0.0608 under ElasticNet. These comparisons show that regularization stabilizes regression models via distinct shrinkage mechanisms, informing model selection beyond accuracy. Ridge exhibits conservative shrinkage averaging 6.06%, whereas ElasticNet induces stronger shrinkage averaging 46.32% and shows higher sensitivity to penalty strength. These findings provide methodological evidence that regularization in feature-based time series regression should be treated as a stability strategy rather than an accuracy optimization tool, offering guidance for electricity load forecasting under structurally redundant temporal features.
Optimization of Biobert Model for Medical Entity Recognition Through Bilstm and CNN-Char Integration Abu Salam; Gilang Djati Prinantyo
Journal of Innovation and Technology Polbeng Series on Informatics (INOVTEK Polbeng - Seri Informatika) Vol. 10 No. 2 (2025): July
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/bypwas91

Abstract

Biomedical Named Entity Recognition (NER) is essential for extracting structured information from medical texts. However, existing models like BioBERT face challenges when dealing with complex biomedical entities, particularly those with intricate morphological structures. This research enhances the BioBERT model by integrating BiLSTM and character-level CNN (CNN-Char), aiming to improve the recognition of Chemical and Disease entities. The proposed models were trained and evaluated on the BC5CDR dataset sourced from the official BioCreative V CDR Corpus. The modified model achieved an F1-score of 0.8678, indicating a significant improvement compared to the standard BioBERT model, which scored 0.8597. This increase is primarily observed in the recognition of complex entity structures, particularly those requiring character-level representation. Despite this improvement, the model is limited to Chemical and Disease entities and may not generalise to other biomedical categories. Future work should focus on expanding the entity types and exploring other model architectures, such as SciBERT or BioALBERT, to further enhance performance
Co-Authors Adhitya Nugraha Adhitya Nugraha Aini, Fajaria Nur Alan Ma’ruf, Farda Almira Zuhrotus Safira Alpiana, Vika Alzami, Farrikh Anisatawalanita Ukhifahdhina Ardin, Akbar Ilham Ardytha Luthfiarta Arifianti, Fidela Putri Arifin, Muhammad Farhan Astuti, Yani Parti Candra Irawan Catur Supriyanto Catur Supriyanto Catur Supriyanto Cinantya Paramita Daffa Kumara Khiar Faisa Damaswara, Silvester Aditya Debrina Luna Arghata Mangkawa Dhita Aulia Octaviani Dhita Aulia Octaviani Diana Aqmala Diki Retno Yuliani, Diki Retno Dimas Pratama, Yohanes Diyan Adiatma Dzaki, Azmi Abiyyu Egia Rosi Subhiyakto Egia Rosi Subhiyakto, Egia Rosi Eko Hari Rachmawanto Erlin Dolphina Erwin Yudi Hidayat Erwin Yudi Hidayat Erwin Yudi Hidayat Etika Kartikadarma Fahmi Amiq Farda Alan Ma'ruf Ferry Bintang Nugroho Fitriyani, Shelomita Gilang Djati Prinantyo Hapsari, Wanodya Haresta, Alif Agsakli Ifan Rizqa Ika Novita Dewi Iskandar, Deo Andrianto Juli Ratnawati Junta Zeniarja Kahingide, Hastyantoko Dwiki Khafiizh Hastuti Kurniawan, Defri Kurniawan, Wira Adi Kusmiyati Kusmiyati L. Budi Handoko Lesmarna, Salsabila Putri Maulana, Fadhli Faqih Maulia, Aenur Hakim Megantara, Rama Aria Moh. Sholik Muhammad Jamhari Mukti, David Ramantya Muljono Muljono Mulyanto, Edy Muzaki, Rizki Nuzul Nabila, Talitha Safa Nafanda, Cynthia Dwi Norman, Maria Bernadette Chayeenee Octaviani, Dhita Aulia Pamungkas, Tahta Arya Paramita, Cinantya Pawidya, Novandra Putra Prinantyo, Gilang Djati Putra, Aditya Herdiansyah Ramadhan Rakhmat Sani Ramadhan, Irfan Surya Restu Agung Pamuji Ricardus Anggi Pramunendar Riyan Ardiansyah Riza Amalia Shelomita Fitriyani Sidiq, Syaiful Rizal Sindhu Rakasiwi Sindhu Rakasiwi Utomo, Danang Wahyu Verdian Putra Wicaksana Wibowo, Isro' Rizky Winarsih, Nurul Anisa Sri Yani Parti Astuti Yonismara, Arvie Arvearie