Claim Missing Document
Check
Articles

Peningkatan Kompetensi Siswa SMK Melalui Pelatihan Dasar Sistem Operasi Linux Molavi Arman; Novan Wijaya; Meiriyama Meiriyama; Inayatullah Inayatullah; Muhammad Ezar Al Rivan; Yohannes Yohannes; Siska Devella
FORDICATE Vol 5 No 2 (2026): April 2026
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v5i2.15743

Abstract

Penguasaan sistem operasi Linux menjadi kebutuhan penting dalam dunia teknologi informasi, namun masih banyak siswa SMK yang belum memiliki kompetensi dasar dalam penggunaan command line. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi teknis siswa melalui pelatihan dasar Linux. Metode yang digunakan adalah pelatihan berbasis praktik langsung dengan pendekatan hands-on, meliputi materi navigasi file, manajemen proses, jaringan, dan informasi sistem. Hasil kegiatan menunjukkan bahwa peserta mampu memahami dan mengimplementasikan perintah dasar Linux secara mandiri serta menunjukkan peningkatan keterampilan teknis. Pelatihan ini juga memberikan kontribusi dalam mempersiapkan siswa menghadapi kebutuhan industri serta memperkenalkan pemanfaatan teknologi open source. Dengan demikian, kegiatan ini efektif dalam meningkatkan kompetensi siswa di bidang teknologi informasi.
Residual-Gated Attention U-Net with Channel Recalibration for Polyp Segmentation in Colonoscopy Images William Tanuwijaya; Yohannes
Journal of Innovation and Technology Polbeng Series on Informatics (INOVTEK Polbeng - Seri Informatika) Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/4qmfa987

Abstract

This study proposed a modification to the Attention U-Net architecture by integrating a Residual-Gated mechanism and Squeeze-and-Excitation (SE) Block-based channel recalibration within the Attention Gate to enhance feature selectivity in polyp segmentation. This integration reinforces both spatial and channel attention, enabling the model to better highlight polyp regions while suppressing irrelevant background features. Experiments were conducted on three colonoscopy datasets, CVC-ClinicDB, CVC-ColonDB, and CVC-300, using IoU and DSC metrics. Compared to the Attention U-Net baseline, the proposed model achieves noticeable improvements, with performance gains of mIoU 0.0043 and mDSC 0.0094 on CVC-ClinicDB, mIoU 0.0012 on CVC-ColonDB, and a larger margin of mIoU 0.0224 and mDSC 0.0127 on CVC-300. The best results were obtained on CVC-ClinicDB (mIoU 0.8889, mDSC 0.9412). Although the absolute scores on CVC-ClinicDB and CVC-ColonDB are lower than those reported in several recent studies, these datasets contain higher variability in polyp size, boundary ambiguity, and illumination, contributing to more challenging segmentation conditions. Visual evaluation further shows smoother and more coherent boundaries, especially on small or low-contrast polyps. Overall, the integration of the residual-gated mechanism and SE block within the attention gate effectively improves model accuracy and generalization, particularly in challenging scenarios.
Implementasi YOLOv10 untuk Pengenalan Alfabet SIBI berbasis Deteksi Gerakan Tangan Selvie Selvie; Yohannes Yohannes
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.2953

Abstract

Sign language is a primary communication tool for people with hearing and speech impairments. One key component of the Indonesian Sign System (SIBI) is the SIBI alphabet, used for words without specific signs. However, limited public understanding creates communication gaps. This study develops a web-based SIBI alphabet recognition system using the YOLOv10 model. The dataset initially contained 6,110 images and was augmented to 15,859 images. Eight hyperparameter settings were tested, with the best result at a learning rate of 0.001, batch size 32, and Adam optimizer, achieving mAP@50 of 0.988 and mAP@50–95 of 0.971. The model was then converted to ONNX for faster inference, yielding mAP@50 of 0.953 and 797.7 ms per image. The ONNX model was integrated into a web app capable of real-time SIBI recognition. Results show this approach is effective, inclusive, and accessible as an assistive communication tool.Keywords: Deep learning; SIBI Alphabet; YOLOv10 AbstrakBahasa isyarat merupakan sarana utama komunikasi bagi penyandang tunarungu dan tunawicara. Salah satu komponennya, alfabet Sistem Isyarat Bahasa Indonesia (SIBI), digunakan untuk menyampaikan kata yang tidak memiliki padanan isyarat khusus. Namun, kurangnya pemahaman masyarakat terhadap alfabet SIBI menimbulkan kesenjangan komunikasi. Penelitian ini bertujuan mengembangkan sistem pengenalan alfabet SIBI berbasis web menggunakan model YOLOv10. Dataset awal berjumlah 6.110 gambar dan diaugmentasi menjadi 15.859 gambar. Model dilatih menggunakan delapan konfigurasi hyperparameter yang menghasilkan performa terbaik pada learning rate 0,001, batch size 32, dan optimizer Adam dengan mAP@50 sebesar 0,988 dan mAP@50–95 sebesar 0,971. Untuk meningkatkan efisiensi, model dikonversi ke format ONNX dan diuji ulang menghasilkan mAP@50 sebesar 0,953 serta waktu inferensi 797,7 ms per gambar. Model ONNX kemudian diintegrasikan ke aplikasi web yang mampu mengenali alfabet SIBI secara real-time. Hasil menunjukkan pendekatan ini efektif sebagai alat bantu komunikasi yang inklusif dan mudah diakses. 
Penyelesaian Capacitated Vehicle Routing Problem with Time Windows Menggunakan Algoritma Greedy dan Tabu Search pada Distribusi Pengiriman Farmasi Febryan, Migel Orvin; Amelia, Siska; Yohannes, Yohannes
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol. 7 No. 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8804

Abstract

Distribusi farmasi merupakan salah satu rantai pasok kritis yang menuntut ketepatan waktu dan efisiensi operasional tinggi. Kompleksitas distribusi farmasi muncul dari ketatnya batasan waktu pengiriman, beragamnya jenis produk dengan karakteristik berat dan volume berbeda, serta keterbatasan kapasitas armada kendaraan yang harus melayani puluhan hingga ratusan titik pengiriman dalam satu hari operasional. Kegagalan memenuhi jendela waktu pelayanan dapat berdampak langsung pada ketersediaan obat di fasilitas kesehatan dan berpotensi membahayakan keselamatan pasien. Penelitian ini bertujuan menyelesaikan permasalahan Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) pada sistem distribusi farmasi menggunakan kombinasi algoritma Greedy dan Tabu Search. Algoritma Greedy dengan strategi nearest neighbor digunakan untuk membentuk solusi awal, sedangkan Tabu Search digunakan untuk mengoptimasi solusi tersebut melalui mekanisme relocate inter-route dan local search 2-opt. Dataset yang digunakan memuat 78 titik pengiriman dengan batasan kapasitas kendaraan sebesar 400 kg berat dan 3 m³ volume. Fungsi objektif yang diminimalkan mencakup total jarak tempuh, total waktu, pelanggaran time window, serta kelebihan kapasitas. Hasil eksperimen menunjukkan bahwa Tabu Search mampu menghasilkan perbaikan nilai fungsi objektif dibandingkan solusi awal Greedy, dengan tetap mempertahankan feasibilitas seluruh rute. Penelitian ini membuktikan efektivitas kombinasi metaheuristik berbasis memori dengan konstruksi heuristik sederhana untuk permasalahan optimasi rute kendaraan berskala nyata.
Optimasi Strategi Repeat Buyer pada E-commerce Indonesia Melalui Pendekatan Dynamic Programming untuk Bundling Product Multi-Kategori Az Zahrah, Siti Fatimah; Chandra, Yeremia Agung; Yohannes, Yohannes
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol. 7 No. 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8956

Abstract

Penelitian ini bertujuan untuk mengoptimalkan strategi peningkatan repeat buyer pada e-commerce di Indonesia melalui penyusunan rekomendasi bundling product multi-kategori berbasis pendekatan komputasional. Pendekatan yang digunakan adalah Dynamic Programming melalui model optimasi Knapsack yang dikombinasikan dengan analisis Threshold Standard Deviation untuk menyaring kategori produk berdasarkan kedekatan demografis pelanggan. Proses penelitian meliputi tahap preprocessing data, pemodelan parameter bobot dan profit, optimasi kombinatorial, serta penentuan prioritas rekomendasi berbasis customer profiling. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi bundling yang relevan dan terpersonalisasi berdasarkan usia dan riwayat transaksi pelanggan. Dynamic Programming menunjukkan performa yang lebih stabil dan efisien pada kompleksitas data yang lebih tinggi, meskipun pada dataset kecil Brute Force memiliki waktu eksekusi lebih cepat. Secara keseluruhan, pendekatan yang diusulkan dinilai mampu meningkatkan akurasi rekomendasi serta mendukung strategi pemasaran untuk mendorong loyalitas pelanggan.
Multi Coordinate Dekadal Rainfall Prediction in South Sumatera Using Long Short-Term Memory Rheza Rijaya; Derry Alamsyah; Yohannes
Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI Vol. 15 No. 1 (2026)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v15i1.91431

Abstract

An accurate rainfall prediction is essential to help mitigate natural disasters that may disrupt human activity. Diversity of the Indonesian climate makes it harder to predict rainfall with high accuracy, and this situation also occurs in South Sumatera. Therefore, this research aims to assess Long Short-Term Memory (LSTM) model to predict dekadal rainfall at per-coordinate level, spanning 18 dekads ahead, and across 2821 gridded coordinates in South Sumatera. The model also uses climate indices (Southern Oscillation Index (SOI), Dipole Mode Index (DMI), Niño Sea Surface Temperature (SST) anomaly) and wind streamline, together with South Sumatera dekadal rainfall to enhance the model predictive performance. The best performing model achieved by data that includes wind streamline at 925 millibars, with per-month performance of Root Mean Squared Error (RMSE) between 31.25 to 56.50 and rainfall level category accuracy between 53.26% to 78.47%. This indicates the LSTM model is able to predict dekadal rainfall on multiple coordinates throughout South Sumatera, although requiring significant improvement to be able to be incorporated to main weather prediction system.
Co-Authors Ade Hendri Pandrean Adhytio Mahendra Adrian Chandra Albert Cahayadi Andreas, Kevin Ariel Sudarsono Az Zahrah, Siti Fatimah Azarya, Philips Denny Beni Anthony Bobby Jaya Saputra Cahyati, Imelia Dwinora Calvin Oliver Saputra Candra Candra Celvine Adi Putra Cendy Prakarsah Chandra, Yeremia Agung Daffa Yudha Musyaffa Dafid Dafid Dandy, Dandy Daniel Udjulawa Daniel Udjulawa Derry Alamsyah Devella, Siska Dody, Muhammad Fadhel Muhammad Famerdi, Farhan Agung Farhan Agung Famerdi Farisi, Ahmad Febbiola Febbiola Febryan, Migel Orvin Felix Gunawan Femmy Johan Feristyani, Indah Firda Novia Rahmawati Gerry Jeven Timoti Glen, Billy Hafiz Irsyad Hafiz Irsyad Hartati, Ery Inayatullah Inayatullah Indah Feristyani Jaysen Stephanus Jendraja Husin Kotan Jennifer Verty Jericho Jericho Jerry Setiawan Jimmy Aprilyanto Johannes Petrus Jonathan Tanujaya Joseph Eduard Uly Loni Julian Rusli Tee Baldi Juliana Nasution Kelvin Arianto Kevin Andreas Klaudius Audie Irsansaputra Laksana, Jovansa Putra Leo Chandra Leonardo Leonardo M Dhafa Adjie Saputra M. Zaky Naufal Farisky Marcella, Dewi Meiriyama Meiriyama, Meiriyama Migel Orvin Febryan Molavi Arman Muhammad Ezar Al Rivan Muhammad Farid Athar Muhammad Radja Juang Jamemiko Muhammad Rizky Pribadi Muhammad Yudha Setiawan Muhdhor, Umar Novan Wijaya Nur Rachmat Pandi Pandi Pandi Pandi, Pandi Pandrean, Ade Hendri Philips Denny Azarya Prabowo, Adrianus Prasthio, Rial Putra, Lipi Amanda Raphael Lee Rheza Rijaya Ricky Wijaya RR. Ella Evrita Hestiandari Sahpira, Mulia Saputra, Dika Sari, Yulya Puspita Selvie Selvie Serenity Devina Suryanto Setiawan, Jerry Siska Amelia Siska Amelia, Siska Siska Devella Siti Fatimah Az Zahrah Sonia Sonia, Sonia Tanuwijaya, William Timoteus Ivan Sariyo Veraldo Verrino Adityya Wijang Widhiarso William Hadisaputra William Tanuwijaya Yeremia Agung Chandra Yoannita Yoannita Yoannita Yoannita, Yoannita Yulya Puspita Sari