Claim Missing Document
Check
Articles

Found 3 Documents
Search

PELATIHAN PERTOLONGAN PERTAMA PADA KECELAKAAN DALAM MENINGKATKAN PENGETAHUAN DAN KETERAMPILAN RELAWAN DI RUMAH RELAWAN DHU’AFA PELALAWAN PROVINSI RIAU DALAM PENANGANAN KECELAKAAN Siska Mayang Sari; Fitrina Lestari Raja; Imron Rosyadi; Herianto
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 5: Oktober 2022
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v2i5.3596

Abstract

Laporan kasus kematian akibat kecelakaan di jalan raya pada tahun 2015 didapatkan 3400 orang meninggal setiap hari. Fenomena ini menuntut masyarakat untuk mampu memberikan pertolongan pertama pada saat terjadi kecelakaan, khususnya kecelakaan saat berada di jalan raya maupun di lingkungan sekitar rumah. Rumah Relawan Dhuafa merupakan salah satu Lembaga Swadaya Masyarakat yang bergerak di bidang sosial dan kesehatan membantu kaum Dhuafa mendapatkan akses pelayana kesehatan. Adapun tujuan dari pengabdian kepada masyarakat ini adalah untuk meningkatkan pengetahuan dan keterampilan Relawan Rumah Dhu’afa (RRD) dalam memberikan Pertolongan Pertama pada Kecelakaan (P3K). Peserta yang mengikuti pelatihan ini adalah Relawan dari Rumah Relawan Dhu’afa yang berjumlah 18 orang. Metode pada pengabdian kepada masyarakat ini adalah dengan memberikan materi tentang pertolongan pertama pada kecelakaan di jalan raya dan lingkungan sekitar rumah. Dari hasil evaluasi di dapatkan terdapat peningkatan nilai rerata jawaban benar sebanyak 90 dari sebelumnya dengan rerata 67. Diharapkan pihak dinas kesehatan dapat membantu memberikan dukungan dan pembinaan kepada relawan Rumah Relawan Dhu’afa dalam memberikan pertolongan pertama pada kecelakaan untuk meningkatkan keefektifan perawatan yang diberikan.
Analisa Prioritas Bandwidth Menggunakan Metode HTB (Hierarchical Token Bucket) Studi Kasus : SMK Taruna Mandiri Pekanbaru Yuda Irawan; Herianto; Siti Aisyah; Refni Wahyuni
SATIN - Sains dan Teknologi Informasi Vol 8 No 1 (2022): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.511 KB) | DOI: 10.33372/stn.v8i1.814

Abstract

Banyaknya kebutuhan dunia pendidikan yang mengharuskan pihak pengembang aplikasi dalam mengembangkan berbagai terobosan teknologi untuk mendukung stabilitas dalam berinteraksi. Harga Bandwitdh yang cukup tinggi menyebabkan pihak sekolah melakukan pembatasan jumlah Bandwitdh yang diberikan oleh operator. Semakin meningkatnya kebutuhan akan internet hal ini menjadi permasaalahan bagi pengguna. Permasalahannya adalah semakin banyak yang membuka situs di internet tentu akan mengurangi kuota atau paket data. Untuk menyelesaikan permasalahan ini maka dilakukan proses tahapan analisa prioritas bandwidth menggunakan metode HTB (Hierarchical Token Bucket). Metode ini mempunyai kelebihan dalam pembatasan trafik pada tiap level maupun klasifikasi, sehingga bandwidth yang dipakai level yang tinggi dapat digunakan atau dipinjam oleh level yang lebih rendah. Berdasarkan hasil analisa dan pengujian yang telah dilakukan Penulis, maka dapat disimpulkan bahwa Metode antrian Hierarchical Token Bucket dinilai lebih efektif membagi bandwidth secara adil dan merata kepada masing-masing client yang membutuhkan bandwidth, terlihat dari grafik perhitungan nilai QoS yang telah dilakukan. Dari hasil perhitungan dalam pengujian metode HTB melalui download berkas, nilai rata-rata yang diperoleh berdasarkan standar kategori TIPHON untuk indeks parameter. Throughtput indeks parameter delay bernilai 4 dengan indeks parameter jitter indeks parameter packet loss.
Utilization of IndoBERT Representation and Random Forest for Sentiment Analysis on User Reviews of Halodoc Pharmacy Services in Google Play Hendry Fonda; Herianto; Yuda Irawan
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 8 No. 2 (2025): Jurnal Teknologi dan Open Source, December 2025
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v8i2.4822

Abstract

With the growing use of digital healthcare platforms such as Halodoc, maintaining consistent service quality that meets user expectations is essential. User reviews on platforms like Google Play provide valuable insights into user perceptions. This study aims to classify user sentiments toward Halodoc’s pharmacy services based on reviews obtained through web scraping from the Google Play Store. The analysis employs the pre-trained IndoBERT model to extract textual features, followed by sentiment classification using the Random Forest algorithm. This combination was selected for its efficiency with limited hardware resources and small dataset size. To enhance data diversity and minimize overfitting, simple augmentation methods such as random word deletion and synonym substitution were implemented. The expected outcomes include an effective sentiment classification model and visualizations of sentiment distributions (positive, negative, neutral). Furthermore, the study contributes to the development of sentiment analysis techniques for Indonesian-language data through an efficient and contextually relevant approach. The research outputs target publication in a nationally accredited (Sinta 4) journal and Intellectual Property Rights (IPR) registration. Ultimately, this study is expected to support the improvement of technology-based pharmacy services through the strategic application of machine learning.