Claim Missing Document
Check
Articles

Found 4 Documents
Search

PELATIHAN PEMBUATAN MEDIA PEMBELAJARAN ONLINE INTERAKTIF BERBASIS CHATBOT UNTUK GURU SMA/SMK DI KOTA BANDUNG Ana Rahma Yuniarti; Munawir Munawir; Wirmanto Suteddy; Raditya Muhammad; Mochamad Iqbal Ardimansyah
-
Publisher : UNIVERSITAS KHAIRUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/pengamas.v5i2.4411

Abstract

Grafik kasus COVID-19 yang masih fluktuatif dan tak kunjung usai, membuat pembelajaran secara online memasuki titik jenuh. Berdasarkan hasil survei terhadap 28 guru Sekolah Menengah Atas (SMA) dan Sekolah Menengah Kejuruan (SMK) di Kota Bandung, diketahui bahwa 57% mengalami kendala saat pembelajaran online. Interaksi yang terbatas antara guru dan murid saat pembelajaran online menjadi pangkal permasalahan. Aktivitas tanya-jawab antara murid dan guru menjadi tidak seleluasa ketika pembelajaran di kelas karena beberapa hambatan seperti: kualitas internet yang tidak merata, keterbatasan ruang dan waktu, serta tingkat pemahaman murid dan kualifikasi guru yang beragam. Salah satu solusi yang diusulkan adalah adanya media pembelajaran online berbasis interaktif yang mampu mengatasi permasalahan-permasalahan tersebut. Untuk itu, dalam kegiatan pengabdian masyarakat ini dilakukan pelatihan pembuatan media pembelajaran online interaktif dengan memanfaatkan teknologi chatbot kepada para guru SMA dan SMK di Kota Bandung. Pelatihan dilakukan secara virtual melalui aplikasi zoom dimana peserta mendengarkan pemaparan materi dari narasumber sekaligus praktik langsung cara mengkonfigurasi chatbot sebagai media belajar sesuai kebutuhan. Didapatkan hasil bahwa 82,14% peserta menyatakan bahwa pelatihan berguna bagi mereka serta mengharapkan pelatihan sejenis dapat diselenggarakan kembali ke depannya untuk meningkatkan kapabilitas mereka agar dapat mengimbangi pesatnya perkembangan teknologi di zaman yang serba canggih ini
PELATIHAN PENERAPAN APLIKASI KIDS NOTE SEBAGAI BUKU PENGHUBUNG DIGITAL DI SEKOLAH Ana Rahma Yuniarti; Devi Aprianti Rimadhani Agustini; Wirmanto Sutedy; Kuswanto Kuswanto; Naufal Nurdiansyah; Aulia Putri Cendekia; Bhima Arya Daniswara
Charity : Jurnal Pengabdian Masyarakat Vol 6 No 1a (2023): Special Issue
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v6i1a.5905

Abstract

Berdasarkan instruksi dari Badan Akreditasi Nasional Pendidikan Anak Usia Dini (BAN-PAUD), salah alat yang harus disediakan oleh pihak sekolah adalah Buku Penghubung, sebagai media untuk monitoring dan pelaporan tumbuh kembang siswa kepada orang tuanya. Sekolah Alam Gaharu (SAG) Bandung telah menggunakan Buku Penghubung, namun sistemnya masih tergolong konvensional. Pada sistem konvensional ini ditemukan permasalahan-permasalahan yang mengakibatkan ketidakselarasan antara wali murid dan guru/fasilitator kelas dalam hal monitoring tumbuh kembang anak, seperti: buku yang rentan rusak atau hilang, kurang privasi, tidak real-time dan tidak dapat mengakomodasi file foto/video kegiatan. Dengan kemajuan teknologi pada era sekarang, memungkinkan dilakukan transformasi buku penghubung berbasis kertas menjadi bentuk aplikasi digital berbasis website maupun Android/iOS. Untuk itu, pada kegiatan pengabdian masyarakat ini dikenalkan sebuah aplikasi Buku Penghubung Digital bernama Kids Note. Pelatihan diberikan kepada 50 peserta yang terdiri dari orang tua/wali murid dan guru/fasilitator di Sekolah Alam Gaharu. Berdasarkan survei yang dibagikan pasca kegiatan, didapatkan hasil bahwa 84% peserta memahami cara penggunaan aplikasi Kids Note dan 92% diantaranya menyatakan aplikasi Kids Note mampu mengakomodasi kebutuhan monitoring dan pelaporan tumbuh kembang anak di SAG.
Application of Neural Network for ECG-based Biometrics System Using QRS Features Ana Rahma Yuniarti; Syamsul Rizal; Ferdinand Aprillian Manurung
Journal of Computer Engineering, Electronics and Information Technology Vol 1, No 2 (2022): COELITE: Volume 1, Issue 2, 2022
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (780.059 KB) | DOI: 10.17509/coelite.v1i2.43823

Abstract

Applications of Biometrics technology are extremely popular today, ranging from access control to automation. Fingerprint is the oldest and the most widely used biometrics technology. However, its key features are externally exposed which make it tend to be easily forged. This study investigates the possibility of electrocardiogram (ECG) signal as an alternative modality for biometrics systems. Besides that, the study is conducted using the ECG database under arrhythmia conditions to accommodate the real-world application since arrhythmia exists in large-scale world populations. In this study, a total of 8,972 datasets from 47 subjects were modeled using a machine learning technique (i.e., one-dimensional convolution neural network or 1-D CNN). The results showed that the accuracy (F1-score) of 92% and 0.25 of loss was achieved. Furthermore, we prove that the proposed model is a good fitting based on the visualization plot of the train-test. These findings show that the proposed model is reasonable enough for an ECG-based biometrics system though it's not the best in the literature.
Batiknet: Batik Classification-based Management Application for Inexperienced User Putra, Muhammad Taufik Dwi; Pradana, Hilmil; Munawir, Munawir; Pradeka, Deden; Yuniarti, Ana Rahma; Sadik, Jafar; Andhika R, Muhammad
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.3086

Abstract

Batik has significantly contributed to the Indonesian economy, is diverse, and is spread throughout cities. Currently, batik patterns are very diverse and spread from Sabang to Merauke. Each batik pattern holds distinct meanings, philosophies of life, and ancestral heritage and reflects the region where it was crafted. We introduce a new batik dataset containing five patterns: Kawung, Megamendung, Parang, Sekarjagad, and Truntum. The Convolutional Neural Network (CNN) method is an effective Deep Learning method for extracting image information. CNNs have become the state of the art for various image processing tasks, such as classification, segmentation, and object recognition. This study used several state-of-the-art architectures, including Xception, ResNet50V2, MobileNetV2, and DenseNet169. However, we chose EfficientNetV2 as the primary feature extractor due to its superior performance. Our results show that EfficientNetV2 outperformed other architectures in training, validation, and testing accuracy, making it the best choice for classifying batik patterns. The training process resulted in an accuracy of 98% for training, 97% for validation, and 96% for testing. To ensure the accessibility and practical application of this research, we developed a user-friendly, web-based interface with a RESTful API, making the tool accessible to a broader audience. The application is named "BatikNet," a name chosen to reflect the blend of traditional batik culture ("Batik") with neural network technology ("Net"). This research contributes a valuable dataset and a practical tool for future studies and applications in batik pattern recognition and supports the preservation and understanding of Indonesian cultural heritage