Claim Missing Document
Check
Articles

Found 32 Documents
Search

Rancang Bangun Website Berintegrasi E-Learning untuk Sekolah Dasar di Kawasan Perbatasan Kalimantan Utara Adiasti, Nindya; Fadllullah, Arif; Noer, Roby Zulkarnain; Ariessanto, Prayudi; AK, Muh Surtaji
Elementary: Jurnal Ilmiah Pendidikan Dasar Vol 10 No 1 (2024): Elementary: Jurnal Ilmiah Pendidikan Dasar
Publisher : Jurusan Pendidikan Guru Madrasah Ibtidaiyah Fakultas Tarbiyah dan Ilmu Keguruan Institut Agama Islam Negeri Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32332/elementary.v10i1.9310

Abstract

Pengintegrasian sistem komunikasi virtual pembelajaran menjadi peluang bagi keberadaan website. Akan tetapi, penyebarluasan tersebut tidak berimbang pada daerah perbatasan. Penelitian ini bertujuan untuk menjelaskan proses pengembangan produk, menguji validitas produk dan mengukur respon penggunaan website berintegrasi e-learning pada sekolah dasar di perbatasan Kalimantan Utara. Riset ini menggunakan metode research and development dan Waterfall. Lokasi uji coba produk ini berada di Sekolah Dasar Negeri 032 Tarakan Kalimantan Utara dengan subjek uji coba skala kecil sebanyak 20 orang pengguna dan subjek uji coba pemakaian sebanyak 100 orang pengguna. Intsrumen penelitian yang digunakan adalan angket validasi ahli dan angket respon pengguna. Riset ini menghasilkan produk berupa website berintegrasi e-learning yang memiliki tingkat validitas sangat layak dari ahli desain dengan nilai 97,5%, persentase validasi media teknologi 97,5% kategori sangat layak digunakan, persentase validasi materi Pendidikan 100% kategori sangat layak digunakan dan persentase praktisi pendidikan 93% kategori sangat layak digunakan sekolah dasar di kawasan perbatasan. Hasil tersebut memunculkan fakta bahwa perluasan konten website berbasis artificial intelegent diperlukan sebagai bahan kajian penelitian lanjutan. . Kata Kunci: Website; Pembelajaran Daerah Perbatasan
Automatic human height measurement system based on camera sensor with deep-learning and linear regression analysis Fadllullah, Arif; Zulfia, Rahmatuz; Pradana, Awang; Yudhistira Akbar, Muhammad Adhiya
Indonesian Journal of Electrical Engineering and Computer Science Vol 35, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v35.i3.pp1627-1636

Abstract

This study proposes a new approach for automatically measuring human height using a camera sensor with deep learning and linear regression analysis. The camera sensor is used to capture real-time images of human objects. The image is then processed with a YOLO4-based convolutional neural network (CNN) to separate the region of interest (ROI) of the human object from the background. The pixel value of the ROI vertical line is then converted into height in centimeters by the linear regression equation. The system was tested on 40 primary samples, with 20 samples used as control data and 20 samples used as test data. From the results of testing 20 control data samples, the linear regression equation was obtained as y' = 0.4034x + 24.938, which was then applied to convert the system's predicted height in centimeters for 20 test samples. The test results for 20 test samples showed that an average F1_score was 1, the R_square obtained was 0.93, the root mean square errors (RMSE) was 0.02, and the percentage of accuracy was 99.00%. The test results showed that the system was able to automatically detect human height with a very high level of correlation/similarity and accuracy between actual and predicted height.
KAMPANYE INTRODUKSI KEGIATAN INTERNASIONAL COASTAL CLEAN-UP BAGI KONSERVASI HABITAT BIOTA LAUT SECARA SUISTAINABLE KAWASAN KONSERVASI MANGROVE BEKANTAN KOTA TARAKAN Gazali, Salim; Cahyadi, Jimmy; Fadllullah, Arif
Jurnal Harpodon Borneo VOLUME 12 NO. 2 OKTOBER 2019
Publisher : Fakultas Perikanan Dan Ilmu Kelautan Universitas Borneo Tarakan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35334/harpodon.v12i2.851

Abstract

KKMB (kawasan konservasi mangrove bekantan) merupakan daerah yang unik karena terletak ditengah kota berada dekat pertokoan Mall Gusher, pasar tardisional dan kawasan industri perikanan sehingga kawasan ini berdampak terhadap kerusakan habitat biota perairan berada di Kota Tarakan Provinsi Kalimantan Utara. Akibat pola pikir masyarakat yang salah kaprah terhadap pengetahuan seperti sampah yang telah di buang ke laut maka sampah tersebut akan lenyap tertelan arus dan ombak sehingga sampah tersebut akan hilang, namun demikian hal ini tidak seusai dengan hasil pengamatan ilmu pengetahan dasar mengenai arus dan ombak yang menjelaskan bahwa apabila sampah plastik yang terbawa oleh arus laut yang tidak dapat terakumulasi ke dalam sedimen atau air maka sampah tersebut akan terbawa arus dan dalam beberapa tahun akan kembali lagi ke daerah tersebut.  Kurangnya pengetahuan, kesadaran dan kepedulian para wisatawan lokal dan masyarakat dalam menjaga lingkungan kelestarian wilayah pesisir dengan tidak membuang sampah sembarangan masih menjadi masalah utama hingga sekarang.Kegiatan kampanye coastal clean-up merupakan kegiatan masyarakat dunia internasional yang bertujuan untuk menggalakkan kebersihan wilayah ekosistem bagi keberlangsungan biota perairan laut dalam mempertahankan spesies agar tidak endemic atau punah dengan perlindungan secara suistainable, dan kegiatan coastal clean-up ini merupakan kegiatan dalam memberikan kesadaran kepada masyarakat akan pentingnya habitat ekosistem perairan laut.Kegiatan coastal clean-up di KKMB kota Tarakan didapatkan 3 jenis sampah yaitu sampah dari wisatawan sebesar 18 kg dengan persentase 5,5%, sampah alam sebesar 79 kg dengan persentase sebesar 24,2% dan sampah dari buangan masyarakat sebesar 229,4 kg dengan persentase sebesar 70,28%. Kegiatan coastal clean-up untuk memberikan kesadaran dan kepedulian terhadap kelestarian ekosistem biota laut dengan di ikuti oleh peserta terbanyak berasal dari Bapak/Pria dewasa sebesar 40%, di ikuti oleh peserta wanita remaja sebesar 24%, serta pria remaja sebesar 16%, Wanita / Ibu dewasa sebesar 11% dan peserta sedikit adalah anak-anak sekitar 9%.  
A Comparative Sentiment Analysis of Computer Engineering Student Feedback Using Decision Trees and SVM Hanif, Kharis Hudaiby; Arif Fadllullah; Novita Ranti Muntiari; Irgi Ahmad Fahrezi
Jurnal Inotera Vol. 10 No. 1 (2025): January-June 2025
Publisher : LPPM Politeknik Aceh Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31572/inotera.Vol10.Iss1.2025.ID436

Abstract

The University of Borneo Tarakan, like many Indonesian universities, is committed to continuous quality improvement in education services. A crucial aspect of this improvement is gathering and analyzing student feedback to enhance lecturer performance. This research focuses on analyzing student comments using sentiment analysis, a technique that categorizes text into positive, negative, and neutral sentiments. To achieve this, two machine learning algorithms were employed: Decision Trees and Support Vector Machines (SVM). The research involved two approaches: Lexicon-Based Sentiment Analysis and TF-IDF word weighting. The Lexicon-Based approach compared the automated sentiment classification with manual human categorization to assess accuracy. The TF-IDF method, on the other hand, aimed to improve classification accuracy by assigning weights to words based on their frequency and importance. The experimental results demonstrated that Decision Trees outperformed SVM in terms of classification accuracy, achieving 95.454546% compared to 94.805194%. This finding suggests that Decision Trees is a more effective technique for sentiment analysis of student comments in this specific
Menggali Kreativitas dan Keterampilan Digital Melalui Desain Grafis dan Mikrokontroler Dikalangan Pelajar Ainun, Nur; Widodo, Sri; Refanti; Natalia, Tia; Kambu, Megawati; Fadllullah, Arif
TANJAK : Jurnal Pengabdian Kepada Masyarakat Vol 6 No 1 (2025): TANJAK : Jurnal Pengabdian Kepada Masyarakat
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/yrv8ya08

Abstract

Di era teknologi 4.0, pelajar dituntut untuk mahir menggunakan teknologi digital dalam menciptakan produk inovatif yang berguna dalam kehidupan sehari-hari. Namun, adanya kesenjangan pengetahuan antara guru dan dunia industri mengakibatkan siswa kurang mendapatkan pengalaman nyata dalam memanfaatkan teknologi digital terbaru untuk mengembangkan kreativitas dan keterampilan digital mereka. Oleh karena itu, kegiatan pengabdian ini bertujuan untuk menggali kreativitas dan keterampilan digital melalui desain grafis dan mikrokontroler di kalangan pelajar. Metode yang digunakan dalam pengabdian ini adalah PAP (Project Action Plan), yang mencakup tahapan survei lokasi, persiapan kegiatan, dan pelaksanaan workshop. Workshop ini dibagi menjadi tiga sesi: pemaparan materi, demonstrasi, dan praktikum desain grafis serta mikrokontroler. Sebanyak 30 pelajar dari SMP Negeri 2 Tarakan berpartisipasi dengan antusias tinggi. Hasil observasi selama kegiatan menunjukkan peningkatan kreativitas dan keterampilan siswa dalam desain grafis dan mikrokontroler, berkat pengalaman langsung mereka dalam mendesain dan merakit alat elektronik sederhana. Kegiatan ini secara nyata berhasil mendorong minat, kreativitas, dan inovasi siswa dalam memanfaatkan teknologi terkini.
THE APPLICATION OF THE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF SIMPLE RATIO ANALYSIS METHOD IN A DECISION SUPPORT SYSTEM FOR PROSPECTIVE UBT STUDENT ASSOCIATION CHAIR CANDIDATES Pradana, Awang; Fadllullah, Arif; Prasetya, Agung; Fadliansyah, Fadliansyah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.8227

Abstract

Decision Support Systems (DSS) have become essential tools in the de-cision-making process across various fields. In the context of selecting the chairman of the Computer Engineering Student Association at Uni-versitas Borneo Tarakan, the use of DSS is also highly relevant and beneficial. The MOOSRA (Multi-Objective Optimization on the basis of Ratio Analysis) method has been chosen as the approach to implement this decision support system. This study aims to apply the MOOSRA method in the implementation of a web-based decision support system for the selection of prospective chairpersons of the Computer Engineer-ing Student Association at Universitas Borneo Tarakan. The MOOSRA method is utilized to consider several criteria, such as leadership skills, communication abilities, dedication, and organizational experience. In this research, the use of MOOSRA is combined with web technology to enhance the efficiency and quality of the candidate selection process. The MOOSRA method offers a structured and objective approach to evaluating candidates for the chairmanship. This approach involves ratio analysis and multi-objective optimization to produce better out-comes. The results of this study are expected to facilitate a fairer and more objective selection process, as well as to improve student satisfac-tion within the Computer Engineering Student Association at Universi-tas Borneo Tarakan.
Embedded System for Automatic Mask Detection using YOLOv4 Deep Learning and PyQt5 Interface Fadllullah, Arif; Langi, Nelson Mandela Rande; Maulana, Ikhsan; Meilindy, Laura Nur; Akbar, Muhammad Adhiya Yudhistira; Rahman, Mukti Dika
Mobile and Forensics Vol. 7 No. 1 (2025)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/mf.v7i1.11951

Abstract

The use of masks remains crucial, especially in high-risk areas for disease transmission, such as airports, schools, hospitals, and crowded places. However, some individuals continue to neglect wearing masks in these locations, leaving the area vulnerable to disease spread, including COVID-19. Therefore, this study proposes the development of an embedded system based on Raspberry Pi 4 for automatic mask detection using YOLOv4 deep learning and a PyQt5 interface. The system is designed to be simple and compact, featuring a user-friendly GUI to effectively detect mask usage on multiple faces in a single detection. Experimental results on 40 samples captured in real-time, with 4 samples taken per image capture and various mask colors and three mask-wearing angles, demonstrated that the average precision, recall, and F1_score rates were each 100%. This outcome proves that the proposed embedded system successfully detects masks on multiple faces with different colors and angles in a single detection with excellent accuracy.
Digitalisasi informasi dan promosi potensi desa melalui pengembangan website desa Fadllullah, Arif; Pradana, Awang; Harto, Dedy; Rudy; Hudaiby Hanif, Kharis; Perangin Angin, Nur Hasanah
Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Vol 6 No 3 (2023)
Publisher : University of Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jipemas.v6i3.19413

Abstract

Pengelolaan website Desa Kelubir secara mandiri tentu memberikan kemudahan dalam memaksimalkan pelayanan informasi dan promosi potensi desa. Oleh karena itu, pengabdian ini mengusulkan tentang “Digitalisasi Informasi dan Promosi Potensi Desa Melalui Pengembangan Website Desa”. Metode pelaksanaan berbasis PAP (Project Action Plan) dengan tahapan: survei lokasi, pembuatan website, dan workshop pengelolaan website, serta metode pengujian berdasarkan empat indikator. Hasil survei menunjukkan desa Kelubir telah memiliki akses internet, tetapi masih belum memiliki website. Berdasarkan hasil pengujian diperoleh persentase keberhasilan pembuatan tampilan website sebesar 100%, persentase kehadiran peserta dalam workshop sebesar 86,7%, dan persentase ketersampaian materi sebesar 100%. Kemudian berdasarkan observasi, kemampuan peserta dalam memahami materi dan mengisi konten web dinilai baik. Hasil ini menunjukkan bahwa pengabdian yang telah dilaksanakan mampu meningkatkan literasi dan keterampilan digital bagi perangkat dan warga desa dalam mengisi konten website desa secara mandiri.
Edukasi Teknologi dan Literasi Digital kepada Siswa SMP Negeri 12 Tarakan Arif Fadllullah; Amelia Manda Sari; Wahdana; Farhan Muhammad Nabil; Devi Sarmilah Chomariah; Widya Ambarwati; Muhammad Irfan
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol. 5 No. 2 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v5i2.1574

Abstract

Pendidikan teknologi dan literasi digital merupakan hal yang penting untuk dikuasai oleh generasi muda, termasuk siswa SMP. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan pengetahuan dan keterampilan siswa SMPN 12 Tarakan dalam bidang teknologi dan literasi digital. Kegiatan ini dilaksanakan dalam bentuk pembelajaran yang dibagi menjadi dua sesi, yaitu sesi teori dan sesi praktik. Pada sesi teori, siswa diberikan materi tentang dasar-dasar komputer dan pemrograman serta edukasi digital, seperti media sosial, pencegahan cyber bullying, dan manfaat teknologi. Pada sesi praktik, siswa diberikan kesempatan untuk menerapkan materi teknologi virtual reality dan pengembangan metode pembelajaran berbasis game, seperti praktik menggunakan VR dan membuat game pembelajaran tebak kata. Hasil dari kegiatan ini menunjukkan bahwa siswa SMPN 12 Tarakan memiliki pengetahuan dan keterampilan yang cukup baik dalam bidang teknologi dan literasi digital. Namun, masih terdapat beberapa hal yang perlu ditingkatkan, seperti kemampuan siswa dalam menggunakan teknologi secara kreatif dan produktif.
Identifikasi Penyakit Bercak Daun Kelapa Sawit Menggunakan Algoritma CNN dengan Arsitektur VGG19 Berbasis Citra Digital Fadllullah, Arif; Erdina, Sri
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 2 (2025): JUSIFOR - Desember 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i2.8391

Abstract

This study aims to develop a digital image-based system for identifying leaf spot diseases in oil palm plants using the CNN (Convolutional Neural Network) algorithm with the VGG19 architecture. The dataset consists of 330 primary oil palm leaf images categorized into three classes: leaves infected with leaf rust, healthy leaves, and leaves infected with curvularia. The dataset was divided into 64% training data, 16% validation data, and 20% testing data. The system development process includes preprocessing, data augmentation, data splitting, model training using the VGG19 architecture, and model evaluation. The training results over 200 epochs achieved an accuracy of 0.93 on the training data and 0.98 on the validation data. Model evaluation on the test data produced precision, recall, and F1-score values of 0.94, 0.81, and 0.87 for the “Leaf Rust” class; 0.84, 0.95, and 0.89 for the “Healthy Leaf” class; and 1.00 for the “Curvularia” class. The testing results indicate consistent performance, suggesting that the proposed system is effective in classifying oil palm leaf spot diseases. The developed system has the potential to be used as an early detection tool for leaf spot diseases to support the improvement of oil palm productivity.