Claim Missing Document
Check
Articles

Found 2 Documents
Search

PEMBERDAYAAN PADA KELOMPOK USAHA WARUNG SEJAHTERA MELALUI PELATIHAN DAN PEMBENTUKAN KOPERASI SYARIAH Nurul Huda; Ariel Nian Gani; Muhammad Rofi’i; Nova Rini; Rosmelani Rosmelani
JURNAL PENGABDIAN AL-IKHLAS UNIVERSITAS ISLAM KALIMANTAN MUHAMMAD ARSYAD AL BANJARY Vol 7, No 2 (2021): AL-IKHLAS JURNAL PENGABDIAN
Publisher : Universitas Islam kalimantan MAB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.534 KB) | DOI: 10.31602/jpaiuniska.v7i2.6256

Abstract

Pemberdayaan Usaha Mikro Kecil dan Menengah (UMKM) adalah dengan membentuk lembaga keuangan mikro berupa Koperasi. Kelompok Usaha Warung Sejahtera merupakan salah satu kelompok UMKM yang berbasis syariah. Sehingga membutuhkan koperasi syariah dalam mengembangkan UMKM yang tergabung di Kelompok Usaha Warung Sejahtera. Tujuan kegiatan pengabdian masyarakat ini berupa peningkatan sikap UMKM setelah mendapatkan pelatihan koperasi syariah. Metode pengabdian yang dilakukan berupa pemberdayaan dan pelatihan. Pengukuran sikap UMKM menggunakan uji beda sebelum dengan setelah pelatihan dibantu software SPSS. Hasil kegiatan pengabdian masyarakat ini menunjukkan bahwa pengetahuan masyarakat UMKM mengenai koperasi syariah masih rendah sebelum pelatihan dan mengalami peningkatan yang signifikan setelah pelatihan. Sementara ketertarikan masyarakat UMKM untuk membentuk dan mengelola koperasi syariah sangat besar baik sebelum dan setelah pelatihan. Tindakan yang akan dilakukan masyarakat berupa pembentukan koperasi syariah dan mengelola koperasi syariah secara professional sangat besar sebelum dan setelah pelatihan.
A Klasifikasi Penyakit Tumor Ginjal Menggunakan SVM dengan Ekstraksi Ciri HOG dan GLCM Affandy, Muhammad Eric; Mohamad Sofie; Muhammad Rofi’i
The Indonesian Journal of Computer Science Vol. 14 No. 3 (2025): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v14i3.4882

Abstract

Early detection of kidney tumors is essential to increase the chances of a patient's recovery. This study aims to develop a classification system for kidney CT scan images to distinguish between normal kidneys and kidneys containing tumors. The classification method used is Support Vector Machine (SVM) with three types of kernels, namely linear, polynomial, and radial basis function (RBF). Previously, feature extraction was performed using two approaches, namely Histogram of Oriented Gradients (HOG) to obtain shape values, and Gray Level Co-occurrence Matrix (GLCM) to obtain texture characteristics of the image. The test results show that SVM with a linear kernel gives the highest accuracy of 90%, followed by polynomial at 85%, while the RBF kernel only reaches 50%. Based on these results, it can be concluded that the combination of HOG and GLCM feature extraction followed by classification using linear kernel SVM is effective for distinguishing normal kidney images and kidney tumors. This research makes a positive contribution to the development of a medical image-based kidney disease diagnosis support system.