Claim Missing Document
Check
Articles

Found 38 Documents
Search

Implementasi AHP Penentuan Prioritas Daerah Risiko Tinggi Pada BPBD Lampung Berbasis Website Hernawati, Hernawati; Saleh, Sushanty; Agarina, Melda; Karim, Arman Suryadi
TEKNIKA Vol. 19 No. 3 (2025): Teknika September 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.15621195

Abstract

Provinsi Lampung memiliki tingkat kerentanan tinggi terhadap bencana alam seperti gempa bumi, banjir, dan tanah longsor. Penentuan prioritas wilayah rawan bencana oleh BPBD sering terkendala subjektivitas dan keterbatasan waktu. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan berbasis web menggunakan metode Analytical Hierarchy Process (AHP) untuk membantu BPBD menentukan prioritas penanganan wilayah risiko tinggi. AHP digunakan untuk menyusun hirarki keputusan, membandingkan kriteria (ancaman, kerentanan, penduduk terpapar, kerugian, kapasitas), dan menghitung bobot serta rasio konsistensi. Sistem dikembangkan dengan model Waterfall menggunakan Laravel dan MySQL. Hasil perhitungan menunjukkan kriteria ancaman memiliki bobot tertinggi (40%), disusul kerentanan (25%), penduduk terpapar (17%), kerugian (12%), dan kapasitas (6%). Nilai Consistency Ratio (CR) sebesar 0,533 menunjukkan tingkat konsistensi penilaian yang dapat diterima. Sistem mampu menentukan prioritas wilayah secara objektif, dengan Bandar Lampung sebagai daerah dengan skor akhir tertinggi (8,360). Uji black box dan evaluasi pengguna menunjukkan sistem ini efektif, cepat, dan akurat dalam mendukung pengambilan keputusan kebencanaan.
Pelatihan AI untuk Pariwisata Budaya Lokal dalam Proyek P5 Kurikulum Merdeka : Training on Utilizing AI Tools to Promote Local Cultural Tourism within the Pancasila Learner Profile Project (P5) of Merdeka Curriculum in Indonesia Karim, Arman Suryadi; Melda Agarina; Susanti, Susanti; Sutedi, Sutedi; Maulana, Muh Royan Fauzi; Purnomo, Hendri
DARMADIKSANI Vol 5 No 1 (2025): Edisi Juni
Publisher : Jurusan Pendidikan Bahasa dan Seni, FKIP, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/darmadiksani.v5i1.6808

Abstract

Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan potensi pengetahuan dan keterampilan siswa SMA dalam memanfaatkan kecerdasan buatan (AI) untuk mempromosikan pariwisata lokal sebagai bagian dari Projek Penguatan Profil Pelajar Pancasila (P5). Pelatihan yang diberikan berfokus pada penggunaan AI dalam pembuatan desain poster, video, audio, dan copywriting yang menarik. Hasil kegiatan ini menunjukkan bahwa pelatihan ini berhasil meningkatkan pemahaman siswa tentang konsep dan pengaplikasian AI, serta kemampuan mereka dalam menciptakan konten promosi yang kreatif dan relevan. Selain itu, pelatihan ini juga berkontribusi pada pengembangan Profil Pelajar Pancasila, khususnya pada dimensi berkarya dan berteknologi. Dengan demikian, kegiatan Pengabdian kepada Masyarakat ini menyoroti pentingnya integrasi teknologi AI dalam pendidikan guna mendukung pengembangan kompetensi abad ke-21 serta mendorong partisipasi aktif siswa dan dalam pembangunan daerah. Agar dampak kegiatan ini lebih berkelanjutan, disarankan adanya pendampingan lanjutan bagi siswa dan guru dalam pengembangan konten digital berbasis AI, serta kolaborasi dengan pemerintah daerah dan pelaku industri pariwisata untuk mempublikasikan hasil karya siswa secara lebih luas. Selain itu, pelatihan serupa dapat diperluas ke sekolah-sekolah lain di wilayah berbeda guna memperkuat kapasitas generasi muda dalam menghadapi tantangan era digital secara kreatif dan produktif.
Brain Tumor Auto Segmentation On 3D MRI Using Deep Neural Network Agarina, Melda; Maulana, Muh Royan Fauzi; Sutedi, Sutedi; Karim, Arman Suryadi
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.5106

Abstract

Accurate and automated segmentation of brain tumours from Magnetic Resonance Imaging (MRI) is crucial for clinical diagnosis and treatment planning, yet it remains a significant challenge due to tumour heterogeneity and data imbalance. This research investigation examines the effectiveness of a 3D UNet architecture for the segmentation of brain tumours utilizing MRI imaging modalities. The research employs the BRATS 2021 dataset, which consists of 675 MRI datasets across four distinct imaging modalities (FLAIR, T1-Weighted, T1-Contrast, and T2-Weighted) and encompasses four distinct segmentation label classes. The employed model integrated soft dice loss and dice coefficient as its loss functions, with the objective of achieving convergence despite the presence of imbalanced data. While constraints related to resources limited the training process, the model yielded promising outcomes, exhibiting high accuracy (99.43%) and specificity (99.5%), The model aids medical professionals in understanding tumor growth and enhances treatment planning via segmentation predictions in surgery. Nevertheless, the sensitivity, particularly concerning non-enhancing tumour classes, persists as a significant challenge, underscoring the necessity for future research to concentrate on data-centric methodologies and enhanced pre-processing techniques to improve model efficacy in critical medical applications such as the segmentation of brain tumours.
Pelatihan AI untuk Pariwisata Budaya Lokal dalam Proyek P5 Kurikulum Merdeka : Training on Utilizing AI Tools to Promote Local Cultural Tourism within the Pancasila Learner Profile Project (P5) of Merdeka Curriculum in Indonesia Karim, Arman Suryadi; Melda Agarina; Susanti, Susanti; Sutedi, Sutedi; Maulana, Muh Royan Fauzi; Purnomo, Hendri
DARMADIKSANI Vol 5 No 1 (2025): Edisi Juni
Publisher : Jurusan Pendidikan Bahasa dan Seni, FKIP, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/darmadiksani.v5i1.6808

Abstract

Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan potensi pengetahuan dan keterampilan siswa SMA dalam memanfaatkan kecerdasan buatan (AI) untuk mempromosikan pariwisata lokal sebagai bagian dari Projek Penguatan Profil Pelajar Pancasila (P5). Pelatihan yang diberikan berfokus pada penggunaan AI dalam pembuatan desain poster, video, audio, dan copywriting yang menarik. Hasil kegiatan ini menunjukkan bahwa pelatihan ini berhasil meningkatkan pemahaman siswa tentang konsep dan pengaplikasian AI, serta kemampuan mereka dalam menciptakan konten promosi yang kreatif dan relevan. Selain itu, pelatihan ini juga berkontribusi pada pengembangan Profil Pelajar Pancasila, khususnya pada dimensi berkarya dan berteknologi. Dengan demikian, kegiatan Pengabdian kepada Masyarakat ini menyoroti pentingnya integrasi teknologi AI dalam pendidikan guna mendukung pengembangan kompetensi abad ke-21 serta mendorong partisipasi aktif siswa dan dalam pembangunan daerah. Agar dampak kegiatan ini lebih berkelanjutan, disarankan adanya pendampingan lanjutan bagi siswa dan guru dalam pengembangan konten digital berbasis AI, serta kolaborasi dengan pemerintah daerah dan pelaku industri pariwisata untuk mempublikasikan hasil karya siswa secara lebih luas. Selain itu, pelatihan serupa dapat diperluas ke sekolah-sekolah lain di wilayah berbeda guna memperkuat kapasitas generasi muda dalam menghadapi tantangan era digital secara kreatif dan produktif.
Pelatihan Teachy AI untuk Peningkatan Kompetensi Guru SMA se-Provinsi Lampung: Training Program on Utilizing Teachy AI to Elevate the Skills of High School Teachers in Lampung Province Agarina, Melda; Susanti, Susanti; Karim, Arman Suryadi; Sutedi, Sutedi; Purnomo, Hendri; Rinaldo, Reyhandoni
DARMADIKSANI Vol 5 No 4 (2025): Edisi Desember
Publisher : Jurusan Pendidikan Bahasa dan Seni, FKIP, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/7bqcc998

Abstract

Perkembangan teknologi Artificial Intelligence (AI) dalam dunia pendidikan menuntut guru untuk memiliki literasi digital dan kemampuan merancang pembelajaran inovatif. Namun, kondisi di provinsi Lampung menunjukkan bahwa sebagian besar guru SMA belum memiliki pengetahuan dan keterampilan yang memadai dalam pemanfaatan AI, khususnya dalam perancangan pembelajaran berbasis Pembelajaran Mendalam (Deep Learning). Minimnya pelatihan dan keterbatasan infrastruktur di beberapa wilayah semakin memperlebar kesenjangan pemanfaatan teknologi antara guru dan peserta. Kegiatan Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan kompetensi guru matapelajaran Sosiologi yang tergabung dalam MGMP Sosiologi di provinsi Lampung melalui pelatihan penggunaan aplikasi Teachy AI dalam menyusun Rencana Pelaksanaan Pembelajaran (RPP) yang adaptif dan kontekstual. Metode pelatihan dilakukan secara tatap muka dan praktik langsung, yang meliputi pengenalan AI, penggunaan Teachy AI, serta penyusunan RPP berbasis AI. Evaluasi dilakukan dengan membandingkan tingkat kompetensi guru sebelum dan sesudah pelatihan. Hasil kegiatan menunjukkan peningkatan signifikan pada literasi digital, keterampilan pedagogis, dan kemampuan integrasi AI ke dalam pembelajaran. Luaran kegiatan berupa RPP inovatif berbasis Deep Learning, publikasi ilmiah, dan diseminasi media. Kegiatan ini diharapkan menjadi model peningkatan
Brain Tumor Detection On Magnetic Resonance Imaging Using Deep Neural Network Sutedi, Sutedi; Maulana, Muh Royan Fauzi; Agarina, Melda; Karim, Arman Suryadi; Nurfiana, Nurfiana
International Journal of Artificial Intelligence Research Vol 7, No 1.1 (2023)
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v7i2.1061

Abstract

Cancer is a heterogeneous disease that can attack all parts of the body. Cancer is caused by the abnormal and uncontrolled growth of body cells, resulting in damage to body tissue and the potential to cause death. Cancer is a type of malignant tumor that attacks the body, one of which is the brain. Every year there are 300 brain tumor patients in Indonesia, both adults and children. Generally, doctors use two methods to diagnose these tumors, namely: biopsy and magnetic resonance imaging (MRI). Although the use of biopsy is quite accurate in identifying brain tumors, the time required is relatively long, reaching 15 days. While using MRI is relatively fast, the resulting accuracy is low and depends on the experience of medical personnel. This research aims to develop a method for diagnosing brain tumors using MRI images to make it faster and more accurate. The method used in this research was a deep neural network with a convolutional neural network (CNN) architecture layer. This method was chosen because deep learning has the advantage of pattern recognition with a high level of accuracy and is directly proportional to the number of datasets. This study used a dataset of 300 MRI images with two-dimensional (2D) axial imaging. The metrics used as a basis for the performance of the deep neural network model are accuracy, sensitivity, specificity, precision, and dice similarity coefficient with the results of each metric, namely: 99.3%, 98.6%, 98%, 98%, 98.3%. The research results showed that a deep neural network can speed up the diagnosis of brain tumors with high accuracy within 0.2 seconds.Â
Implementasi Metode Scrum Dalam Perancangan Sistem Manajemen Administrasi Digital Pada SMK di Provinsi Lampung Agarina, Melda; Sutedi, Sutedi; Karim, Arman Suryadi
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10630627

Abstract

Pemanfaat teknologi digital terkait administasri digital pada SMK di provinsi Lampung saat ini belum merata. Masih banyak beberapa SMK dikabupaten yang masih belum memanfaatkan aplikasi dalam proses administrasi yang berjalan saat ini. Masih banyak SMK yang memiliki permasalahan serupa diantaranya kesalahan dalam proses pencatatan data pembayaran serta administrasi proses belajar mengajar. Sehingga hal tersebut dapat menyulitkan pihak SMK terkait dalam perekapan data yang belum terdokumentasikan baik. Dalam penelitian ini tim peneliti merancang Sistem Informasi Manajemen Administrasi Digital agar dapat memudahkan beberapa SMK yang belum memiliki sistem informasi dengan pengolahan data administrasi yang baik. Metode yang digunakan yaitu metode scrum yang mengutamakan kebutuhan dan keinginan pengguna melalui proses dan tahapan seperti Products backlog, sprint planning, sprint backlog, sprint dan sprint review, adapun alat pengembangan sistem berupa UML dengan sistem yang dibangun berbasis website menggunakan bahasa pemprograman PHP. Hasil penelitian ini tidak hanya mengelola data komite saja namun dalam sistem ini pengolahan data administrasi yaitu berupa sistem yang dapat digunakan oleh kepala sekolah, admin, guru serta murid Kepala sekolah dapat melihat data presensi dan administrasi komite. Bagian keuangan dapat mengelola data pembayaran komite dan laporan. Bagian guru dapat mengelola data presensi dan siswa dapat melihat data prestasi, informasi dan pembayaran komite.
Penerapan Metode Weighted Moving Average untuk Memprediksi Stok Barang pada Toko Gladis Gallery JGLOW Ekasari, Fadila; Karim, Arman Suryadi
TEKNIKA Vol. 20 No. 1 (2026): Teknika Januari 2026 (In Progress)
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.17732560

Abstract

Prediksi stok barang yang akurat merupakan aspek krusial dalam pengelolaan operasional usaha kecantikan, terutama untuk meminimalkan pemborosan bahan baku dan memastikan ketersediaan produk sesuai permintaan pelanggan. Penelitian ini bertujuan menerapkan metode Weighted Moving Average (WMA) dalam memprediksi jumlah stok harian di Toko Gladis Gallery JGlow. Data historis stok harian selama periode tertentu digunakan sebagai dasar perhitungan, dengan pemberian bobot lebih besar pada data terkini untuk meningkatkan akurasi prediksi. Hasil analisis menunjukkan bahwa metode WMA mampu memberikan estimasi stok yang cukup akurat. Kesimpulannya, penerapan WMA efektif sebagai alat bantu dalam perencanaan stok harian di toko tersebut. Dampak positif dari penelitian ini adalah mengurangi biaya penyimpanan dan kerugian akibat barang kadaluarsa dan dapat menyediakan stok untuk bulan berikutnya. Sebagai saran, disarankan untuk memperbarui data secara berkala dan mempertimbangkan faktor eksternal seperti hari libur atau promosi yang dapat memengaruhi permintaan, agar model prediksi dapat terus ditingkatkan akurasinya.