Claim Missing Document
Check
Articles

Implementasi Algoritma CNN Dalam Aplikasi Pengenalan Aksara Sunda Dewi Sri Mulyani, Evi; Mufizar, Teuku; Siti Sundari, Shinta; Akbar Kasyfurrahman, Muhammad; Adilal Mahbub, Luthfi; Ahmad Wakih, Agus
Informatics and Digital Expert (INDEX) Vol. 6 No. 2 (2024): INDEX, November 2024
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v6i2.1986

Abstract

Aksara sunda telah digunakan sejak zaman kerajaan-kerajaan Sunda kuno dan masih digunakan hingga saat ini dalam berbagai konteks budaya dan Pendidikan. Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNet V1 untuk pengenalan aksara Sunda dalam aplikasi berbasis Android. Aksara Sunda, sebagai bagian dari warisan budaya Indonesia, memerlukan perhatian khusus dalam proses pembelajaran dan pelestariannya. Dalam penelitian ini, kami mengembangkan model CNN yang dilatih menggunakan dataset gambar aksara Sunda, yang mencakup berbagai variasi dan gaya tulisan. Model MobileNet V1 dipilih karena efisiensinya dalam pemrosesan di perangkat mobile, memungkinkan inferensi cepat dengan penggunaan sumber daya yang minimal. Proses pelatihan dilakukan menggunakan teknik transfer learning, yang mempercepat konvergensi dan meningkatkan akurasi model. Hasil evaluasi menunjukkan bahwa model mencapai kinerja akurasi sebesar 90,37% dalam pengenalan aksara Sunda. Aplikasi ini dirancang untuk memberikan pengalaman interaktif bagi pengguna, terutama anak-anak, dalam belajar mengenali aksara Sunda dengan cara yang menyenangkan. Melalui implementasi ini dapat, diiharapkan dapat berkontribusi pada pelestarian budaya dan meningkatkan kesadaran masyarakat tentang pentingnya aksara Sunda. Temuan ini juga menunjukkan potensi penerapan CNN dalam bidang pendidikan, khususnya dalam konteks pembelajaran bahasa dan budaya lokal. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan lebih lanjut dalam aplikasi pendidikan berbasis teknologi.
SISTEM PAKAR PENYAKIT PADA KUCING BERBASIS ANDROID MENGGUNAKAN METODE FORWARD CHAINING AZMI, TAUFIK; SITI SUNDARI, SHINTA; RAHMAT HIDAYAT, CEPI
Jurnal Informatika Kaputama (JIK) Vol 9 No 2 (2025): Volume 9, Nomor 2, Juli 2025
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v9i2.1003

Abstract

Kucing adalah salah satu hewan peliharaan yang rentan mengalami masalah kesehatan, tetapi banyak pemilik yang kesulitan mengidentifikasi gejala penyakit sejak awal. Untuk mendukung proses identifikasi penyakit pada kucing, penelitian ini merancang dan mengembangkan sebuah sistem pakar berbasis Android yang mampu mendiagnosis penyakit kucing berdasarkan gejala yang muncul. Sistem ini menggunakan metode forward chaining, yang melakukan penelusuran dari data atau fakta (gejala) menuju kesimpulan (penyakit). Dalam penelitian ini, tercatat 45 jenis gejala dan 15 jenis penyakit kucing yang telah melalui konsultasi dengan dokter hewan. Pengujian dilakukan dengan membandingkan hasil diagnosis dari sistem dengan diagnosis yang diberikan oleh dokter hewan pada 10 kasus uji. Hasilnya, sistem berhasil memberikan diagnosis yang tepat dalam 8 dari 10 kasus, sehingga tingkat akurasinya mencapai 80%. Temuan ini menunjukkan bahwa sistem pakar yang dikembangkan cukup efektif untuk membantu pengguna dalam mendeteksi kemungkinan penyakit kucing.
Sentiment Analysis of Cooking Oil Prices in Indonesia Using the Long Short-Term Memory Method Evi Dewi Sri Mulyani; Cepi Rahmat Hidayat; Teuku Mufizar; Shinta Siti Sundari; Dede Syahrul Anwar; Ruuhwan; Jamal Ma'ruf; M. Akbar Kasyfurrahman
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 10 No. 1 (2025): May 2025
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/elinvo.v10i1.73972

Abstract

The policy that was intensively discussed from early January to March 2022 was related to the setting and lifting of the Highest Retail Price for cooking oil, which was proven by the busy news on television, print media and social media. Many responses or speculations arise as a result of this policy. The importance of research on public speculation or sentiment analysis is to create a system model and find out how the public responds to government policy after the Highest Retail Price for cooking oil is determined and revoked, which ranges from February 4 to March 31 2022, as a benchmark and material. government considerations in making policy. The data that was collected in the period after the Maximum Retail Price (MRP) was set amounted to 904 datasets, and after the repeal of the MRP, it amounted to 874. Research can function as a basis for completing important information to support public policy decisions. The data is trained to obtain an optimal model and can predict sentiment with the Long Short-Term Memory (LSTM) model. To get the best model, random parameter testing was carried out using 80% of the training data and 20% of the validation dataset. The test results in fairly good accuracy with the softmax activation function, with an accuracy of 82.34%.
Sosialisasi Media Pembelajaran Ilmu Tasrifan Shorof Berbasis Android Di Pesantren Ma’rifa Cigalontang Kabupaten Tasikmalaya Shinta Siti Sundari; Missi Hikmatyar; Evi Dewi Sri Mulyani; Cepi Rahmat Hidayat; Dede Syahrul Anwar
JURNAL PENGABDIAN GLOBAL Vol 5, No 1 (2026): Jurnal Pengabdian Global (JPEG)
Publisher : JURNAL PENGABDIAN GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/jpeg.v5i1.16179

Abstract

Ilmu Tasrifan Shorof merupakan salah satu unsur penting dalam kurikulum Bahasa Arab, yang hingga kini umumnya masih disampaikan melalui metode konvensional seperti ceramah dan hafalan. Pendekatan tersebut kurang memberikan ruang interaksi aktif, sehingga kerap menimbulkan kejenuhan serta kesulitan bagi siswa dalam memahami struktur perubahan bentuk kata kerja (shighat). Hal ini turut berkontribusi terhadap rendahnya hasil belajar pada materi tersebut.Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan sosialisasi penggunaan media pembelajaran Ilmu Tasrifan Shorof berbasis Android yang mudah diakses kepada santri dan guru di Pesantren Ma’rifa Cigalontang Kabupaten Tasikmalaya. Kegiatan dilaksanakan pada 8 Agustus 2025 melalui metode ceramah interaktif, demonstrasi penggunaan aplikasi, dan pendampingan langsung. Hasil kegiatan menunjukkan peningkatan pemahaman santri dan guru dalam mengakses serta memanfaatkan aplikasi tersebut, dengan respon positif terhadap kemudahan penggunaan dan manfaatnya dalam mempelajari kaidah perubahan kata dalam bahasa Arab. Kegiatan ini diharapkan dapat menjadi langkah awal digitalisasi pembelajaran Ilmu Tasrifan Shorof di pesantren.
Pemanfaatan Aplikasi Kecerdasan Artifisial Untuk Kegiatan Pembelajaran Di Pesantren Ma’rifa Cigalontang Kabupaten Tasikmalaya Evi Dewi Sri Mulyani; Ariel Ivan Al-Hakim; Fauzan M. Iqbal; Teguh Ikhlas Ramadhan; Agus Supriatman; Dede Syahrul Anwar; Rudi Hartono; Missi Hikmatyar; Cepi Rahmat Hidayat; Aso Sudiarjo; Ruuhwan; Shinta Siti Sundari; Teuku Mufizar; Widia Nurindriyanti
JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat Vol. 2 No. 2 (2026): JPPkM:Juli
Publisher : Yayasan Pemimpin Inovasi Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The rapid advancement of Large Language Model (LLM)-based Artificial Intelligence (AI) has created new opportunities to improve the quality and efficiency of teaching and learning processes. However, the adoption of this technology remains constrained by limited AI literacy and prompt engineering skills among educators, particularly in Islamic boarding schools (pesantren). This community service program aimed to enhance teachers' knowledge and skills in utilizing LLM applications through training on prompt engineering techniques based on the C.R.E.A.T.E. and S.T.A.R. frameworks. The program was conducted at Ma'rifa Islamic Boarding School in Cigalontang, Tasikmalaya Regency, involving 32 participants. The implementation methods included lectures, AI application demonstrations, hands-on prompt development practice, and evaluations through pre-tests, post-tests, practical assessments, and participant satisfaction questionnaires. The evaluation results showed that the participants' average score increased from 58.4 in the pre-test to 85.7 in the post-test, representing an improvement of 46.7%. In the practical assessment, 82% of participants successfully developed prompts using the C.R.E.A.T.E. and S.T.A.R. techniques with good to excellent performance. Furthermore, the participant satisfaction survey yielded an average score of 4.58 out of 5, indicating that the training materials were considered relevant, easy to understand, and beneficial for supporting teaching and learning activities. Overall, the program successfully improved participants' AI literacy, understanding of LLM technology, and prompt engineering competencies. Therefore, similar training programs should be implemented continuously to support digital transformation and foster innovation in teaching and learning within Islamic boarding school environments.