Claim Missing Document
Check
Articles

Found 18 Documents
Search

Implementasi Pemanfaatan Media Digital Untuk Sosialisasi Siaga Bencana Dini Gina Purnama Insany; Akmal Maulana Lutfi; Aria Abdil Fatah; Azzahra Putri; Firmansyah; Fraza Nuralam; M. Azmi Fauzan; M. Fulkiyana; Rini Melani R
Jurnal Pengabdian Kepada Masyarakat Abdi Putra Vol 4 No 2 (2024): Mei 2024
Publisher : Universitas Nusa Putra & Persatuan Insinyur Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdiputra.v4i2.208

Abstract

Gempa bumi merupakan salah satu bencana alam yang sering terjadi di berbagai wilayah di Indonesia. Mitigasi bencana gempa perlu dilakukan sebagai langkah kesiapsiagaan sebelum bencana tersebutterjadi. Pengenalan mitigasi bencana gempa bumi dapat diberikan mulai dari usia dini dengan cara yang mudah dipahami anak. Penelitian ini bertujuan untuk mengenalkan mitigasi bencana gempa bumi melalui pemanfaatan media digital video pembelajaran. Penelitian ini menggunakan metode kualitatif agar hasil penelitian dapat dideskripsikan secara faktual dan juga mendalam. Subjek penelitian ini adalah beberapa siswa-siswi SDN Talaga 2 di Cianjur. Hasil penelitian menunjukkan bahwa media digital dalam bentuk video dapat digunakan sebagai sumber belajar untuk mengenalkan mitigasi bencana gempa bumi pada anak usia dini. Anak semakin paham dengan bencana gempa bumi dan faktor resikonya setelah melihat media digital video pembelajaran. Pengembangan program mitigasi bencana gempa bumi dalam bentuk media digital video pembelajaran terbukti menumbuhkan pengetahuan dan juga sikap anak usia dini agar tanggap bencana sedari dini. Implementasi program mitigasi bencana melalui video pembelajaran memiliki beberapa manfaat diantaranya mudah diakses, mudah digunakan, bersifat general, dan dapat digunakan di banyak tempat.
Trauma Healing Korban Gempa Bumi Anak-Anak Di Desa Cirumput Melalui Papan Kreasi Aldila Dwi Putra; Gina Purnama Insany; Muhammad Ikhbar Hadian; Dan Syifa Ananda Gusar
Jurnal Pengabdian Kepada Masyarakat Abdi Putra Vol 4 No 2 (2024): Mei 2024
Publisher : Universitas Nusa Putra & Persatuan Insinyur Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdiputra.v4i2.209

Abstract

Bencana alam gempa bumi yang terjadi di Kabupaten Cianjur menyebabkan kerusakan fisik yang signifikan pada bangunan dan infrastruktur. Selain itu, bencana ini juga dapat menyebabkan korban jiwa dan masalah mental pada para korban. Masalah mental tersebut salah satunya adalah trauma mendalam pada anak-anak. Trauma ini tidak bisa dibiarkan terlalu lama karena akan memengaruhi keadaan hidup anak dimasa yang akan datang. Oleh karena itu, perlu adanya penangan penyembuhan trauma guna menolong dan mengurangidampak traumatis yang dirasakan oleh anak-anak. Metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan jenis deskriptif kualitatif, analisis data yang diperoleh berupa kata-kata, gambar, dan perilaku lalu memaparkan situasi yang diteliti ke dalam bentuk naratif. Menggunakan media papan kreasi sebagai salah satu media penanganan trauma kepada anak-anak dengan tujuan mengurangi rasa stres pada anak, memberikan nilai psikis dan juga spiritual terutama untuk hiburan. Adapun Hasil dari kegiatan yang dilakukan yaitu penyembuhan trauma pasca gempa anak. Dengan adanya papan kreasi ini, anak-anak korban gempa dapat sementara mengalihkan pikirannya dari bencana dan menjadi lebih kreatif, ceria dan lebih aktif daripada sebelumnya. Tujuan kegiatan ini adalah untuk menghilangkan rasa takut dan melupakan kesedihan dari trauma pasca gempa.
Transformasi Sosial Melalui Sosialisasi Kepemimpinan Dalam Meningkatkan Perkembangan Sosial dan Ekonomi Masyarakat Desa Cimaja Ivana Lucia Kharisma; Galuh Ratna Putri; Wigi Januar Rahman; Neng Syahla Nida Khofifah; Setiana Andika Putra; Meylinda Nuryani; Galih Rakasiwi; Kamdan; Gina Purnama Insany
Jurnal Pengabdian Kepada Masyarakat Abdi Putra Vol 4 No 3 (2024): September 2024
Publisher : Universitas Nusa Putra & Persatuan Insinyur Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdiputra.v4i3.237

Abstract

This study explores the impact of leadership socialization at SMK Yayasan Sinergi Bangsa in Desa Cimaja on the community's social and economic development. Using qualitative methods, including interviews and document analysis, it investigates the influence of leadership programs on students' skills, entrepreneurial spirit, and community involvement. The study finds a strong correlation between these programs and Desa Cimaja's progress, emphasizing the importance of leadership development for responsible and proactive citizens. In conclusion, leadership socialization at SMK Yayasan Sinergi Bangsa contributes significantly to students' leadership skills and community development, highlighting the value of ongoing research in leadership education. Abstrak Penelitian ini mengeksplorasi dampak sosialisasi kepemimpinan di SMK Yayasan Sinergi Bangsa di Desa Cimaja terhadap pembangunan sosial dan ekonomi masyarakat. Dengan menggunakan metode kualitatif, termasuk wawancara dan analisis dokumen, penelitian ini menyelidiki pengaruh program kepemimpinan terhadap keterampilan siswa, semangat kewirausahaan, dan keterlibatan masyarakat. Studi ini menemukan korelasi yang kuat antara program-program ini dan kemajuan Desa Cimaja, yang menekankan pentingnya pengembangan kepemimpinan bagi warga yang bertanggung jawab dan proaktif. Kesimpulannya, sosialisasi kepemimpinan di SMK Yayasan Sinergi Bangsa memberikan kontribusi yang signifikan terhadap keterampilan kepemimpinan siswa dan pengembangan masyarakat, menyoroti nilai penelitian yang sedang berlangsung dalam pendidikan kepemimpinan.
Mengatasi Permasalahan High Dimensional Space dalam Klasifikasi Multikelas Big Data pada Data Gambar dengan DCSVM Siti Sarah Sobariah Lestari; Gina Purnama Insany; Dede Sukmawan; Faiz Dzulfikar Yusuf
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 5 No 3 (2023): Desember
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v5i3.259

Abstract

Masalah pada unstructured data khususnya pada data gambar menjadi tantangan dalam pemodelan klasifikasi big data yang berkaitan dengan akurasi dari model, sehingga memerlukan solusi untuk mengatasinya. Data gambar memiliki atribut yang disajikan dalam satuan piksel, satuan data tersebut berada pada dimensi yang tinggi. Sehingga menimbulkan ketidak beraturan pada dimensi, fenomena ini disebut sebagai the curse of dimensionality. Kenaikan dimensi pada data secara bersamaan mengakibatkan kenaikan volume pada ruang yang menyebabkan fenomena sparsity yang terjadi pada high dimensional space. Ketersediaan data jenis huruf dalam bentuk gambar, membuat data berada pada kondisi data sparsity pada high dimensional space, sehingga diperlukan metode yang mampu melakukan proses klasifikasi yang memberikan akurasi tinggi. Tujuan yang ingin dicapai dari penelitian ini adalah memperoleh model yang tepat dan akurat dalam melakukan klasifikasi multikelas dengan kondisi data sparsity dalam high dimensional space. Support Vector Machine (SVM) merupakan salah satu metode klasifikasi yang paling sering digunakan, karena SVM sensitif terhadap noise dan kaidah VC-dimension mampu menangani masalah the curse of dimensionality. Algoritma Divide and Conquer, membantu proses SVM dalam melakukan klasifikasi pada data sparsity dengan baik. Hal ini ditunjukkan dengan akurasi DCSVM (Divide and Conquer Support Vector Machine) lebih tinggi dibandingkan dengan klasifikasi dengan menggunakan SVM biner dan one vs one SVM
Implementasi Teknologi YOLOv8n dan IoT pada Alat Pengusir Hama Burung dengan Raspberry Pi Bertenaga Solar Panel Ivana Lucia Kharisma; Kamdan Kamdan; Gina Purnama Insany; Asep Rizki Firdaus; Dendi Nasrulloh
JTERA (Jurnal Teknologi Rekayasa) Vol 10 No 2: December 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.35-44

Abstract

Hama burung adalah salah satu tantangan serius yang dihadapi pada sektor pertanian. Metode tradisional yang dilakukan untuk mengatasi hama burung hanya memberikan solusi sementara dan juga mengakibatkan petani tidak dapat melakukan aktifitas lainnya, karena harus menjaga sawah secara terus menerus. Untuk optimalisasi serta untuk mengatasi permasalahan yang muncul pada perancangan alat sebelumnya yaitu kendala pada koneksi internet yang tidak stabil, sumber listrik yang terbatas serta permasalahan penyimpanan lokal pada alat , dibutuhkan integrasi antara konsep kecerdasan buatan (AI) dan Internet of Thing (IoT). Pengembangan alat menggunakan model deteksi objek versi YOLOv8nano, Raspberry Pi sebagai Single Board Computer dan penambahan solar panel . Pengujian yang dilakukan secara langsung menunjukkan bahwa fungsionalitas dan kinerja alat telah sesuai dengan yang diharapkan. Alat mampu mendeteksi objek burung dengan kinerja nilai rata-rata confidence score 74,64%, sedangkan pada pengujian solar panel menunjukkan hasil daya listrik yang mampu disimpan dalam durasi waktu 12 rata-rata sebesar 13,31 volt. Penambahan sebuah dashboard monitoring, bermanfaat untuk memberikan informasi kinerja alat.  Terpenuhinya semua proses pengujian menunjukkan bahwa alat pengusir burung ini memiliki potensi besar untuk memudahkan petani dalam mengatasi masalah hama burung secara lebih efektif, sehingga mengurangi ketergantungan pada metode tradisional.
Climbing Information System Design Web-Based Mount Gede Pangrango Using the Waterfall Method Gilang Rizki Padilah; Gina Purnama Insany; Kamdan Kamdan
JEECS (Journal of Electrical Engineering and Computer Sciences) Vol. 9 No. 1 (2024): June
Publisher : Fakultas Teknik Universitas Bhayangkara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/jeecs.v9i1.5

Abstract

Mountain climbing is a popular activity among the Indonesian community. In the current digital era, websites can serve as an effective platform to facilitate communication and collaboration among mountain climbers. This research aims to design and develop a website for the Indonesian mountain climbing community using PHP, HTML, and CSS programming languages, with a case study on Mount Gede Pangrango. The research methodology includes needs analysis, website design, and implementation. The waterfall method is employed in the system development, and testing is conducted using black box testing and usability methods. In the implementation phase, coding and page design are carried out according to the pre-established design, including color selection, typography, and layout settings. This research results in a website designed and built to facilitate climbers planning to ascend Mount Gede Pangrango. After several trials, the website received overwhelmingly positive responses from respondents, with an average rating of 90%. This result indicates that the website effectively assists users in obtaining information about climbing Mount Gede Pangrango.
Application of Artificial Neural Network in Estimating Harvest Time of Lettuce and Spinach Plants in Nutrient Film Technique Hydroponic System Zilfa Agustina Munawar; Gina Purnama Insany; Ivana Lucia Kharisma
Jurnal Teknologi Informatika dan Komputer Vol. 12 No. 1 (2026): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v12i1.3261

Abstract

Hydroponic farming using the Nutrient Film Technique (NFT) system is widely implemented due to its efficiency in nutrient management and water use. Spinach and lettuce are leafy commodities widely cultivated using this system because they have a relatively short growth cycle and high economic value. However, determining harvest time is still often done manually based on experience, potentially leading to inaccurate decisions that impact the quality and quantity of production. This study aims to develop a prediction model for harvest time for hydroponic spinach and lettuce plants based on Artificial Neural Network (ANN) by utilizing environmental and physiological parameters of the plant. The parameters used include water temperature, air humidity, light intensity, pH, Electrical Conductivity (EC), and plant age. The dataset used consists of 1,200 observation data of NFT hydroponic cultivation results from January to July 2025. The data went through a preprocessing stage in the form of cleaning, normalization, and dividing training data and test data with a ratio of 80:20. The ANN model was built using the backpropagation method with training parameter optimization. Data was obtained from plant growth monitoring, then normalized and divided into training and test data. Test results showed a prediction accuracy of 92.8% based on MAPE, MAE, and R-squared. This model was implemented in a Streamlit-based web application to facilitate farmer use, making harvest timing more objective, measurable, and data-driven.
Application of Transfer Learning Method on Convolutional Neural Network (CNN) to Identify Genuine and Fake Diplomas Rifa Awaludin; Anggun Fergina; Gina Purnama Insany
Jurnal Teknologi Informatika dan Komputer Vol. 12 No. 1 (2026): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v12i1.3295

Abstract

The authenticity of diplomas plays a crucial role in maintaining the integrity of the education system and ensuring that recognized academic competencies align with an individual's actual achievements. Diplomas are not merely administrative documents, but strategic instruments in job recruitment and professional qualification assessment. However, with increasing educational mobility, document misuse through diploma forgery is becoming increasingly prevalent, potentially undermining public trust in educational institutions. Currently, the verification process is still largely carried out manually through visual inspection of document elements such as layout and stamps. The reliance on the examiner's experience makes this method vulnerable to inconsistencies and human error, especially when dealing with fake diplomas with visual qualities that increasingly resemble genuine documents. Diploma forgery is a problem that impacts the credibility of educational institutions and the validity of academic data. Manual inspection is often inconsistent and time-consuming. This study develops a model for classifying genuine and fake diplomas using a Convolutional Neural Network (CNN) with a transfer learning scheme. The performance of the ResNet50, VGG16, and MobileNetV2 architectures is comparatively analyzed. Data preprocessing included resizing, normalization, and augmentation. Test results showed the ResNet50 architecture achieved optimal performance with 92.63% accuracy, 92.16% precision, 94.00% recall, and 93.07% F1-score. The system was implemented in a Streamlit-based web application to facilitate the verification process.