Article Per Year (5 Year)
p-Index From 2021 - 2026
15.189
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) ComEngApp : Computer Engineering and Applications Journal TEKNIK INFORMATIKA Jurnal Pendidikan Matematika Media Informatika JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Simantec Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) International Journal of Advances in Intelligent Informatics Jurnal Informatika dan Teknik Elektro Terapan POSITIF Annual Research Seminar KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Proceeding of the Electrical Engineering Computer Science and Informatics Science and Technology Indonesia Demography Journal of Sriwijaya Format : Jurnal Imiah Teknik Informatika Sistemasi: Jurnal Sistem Informasi Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Penelitian Sains JST ( Jurnal Sains Terapan ) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat InComTech: Jurnal Telekomunikasi dan Komputer BAREKENG: Jurnal Ilmu Matematika dan Terapan JITK (Jurnal Ilmu Pengetahuan dan Komputer) Dinamisia: Jurnal Pengabdian Kepada Masyarakat PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Infomedia KACANEGARA Jurnal Pengabdian pada Masyarakat MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Riau Journal of Empowerment Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Jurnal Kreativitas PKM Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal KOMPUTEK Indonesian Journal of Applied Informatics KOMPUTIKA - Jurnal Sistem Komputer Jurnal Teknologi dan Informasi JKPM (Jurnal Kajian Pendidikan Matematika) Jurnal Teknologi Terapan Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Vokasi Jurnal Teknik Elektro dan Komputasi (ELKOM) Jurnal ABDINUS : Jurnal Pengabdian Nusantara Scientific Journal of Informatics Jurnal Teknik Elektro Uniba (JTE Uniba) Square : Journal of Mathematics and Mathematics Education BERNAS: Jurnal Pengabdian Kepada Masyarakat JOINT (Journal of Information Technology Idealis : Indonesia Journal Information System Jurnal Sistem Informasi dan Sistem Komputer Jurnal Teknik Informatika (JUTIF) Jurnal AbdiMas Nusa Mandiri Jurnal Amplifier: Jurnal Ilmiah Bidang Teknik Elektro dan Komputer JAGROS : Jurnal Agroteknologi dan Sains (Journal of Agrotechnology Science) Jurnal Ilmu Komputer dan Informatika Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Jurnal Rekayasa Elektro Sriwijaya Jurnal Teknologi BAKTI : Jurnal Pengabdian Kepada Masyarakat Pattimura International Journal of Mathematics (PIJMath) Proceeding Applied Business and Engineering Conference Technology and Informatics Insight Journal Electrician : Jurnal Rekayasa dan Teknologi Elektro COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Journal Medical Informatics Technology Journal Of Artificial Intelligence And Software Engineering Jurnal INFOTEL Jurnal Informatika Polinema (JIP) Kreano, Jurnal Matematika Kreatif Inovatif Jurnal Kecerdasan Buatan dan Teknologi Informasi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Energy: Jurnal Ilmiah Ilmu-ilmu Teknik Majalah Bisnis & IPTEK
Anita Desiani
Universitas Sriwijaya, Palembang, Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 130 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 130 Documents
Search

 9   10   11   12   13 
Perbandingan Algoritma Random Forest dan Extreme Gradient Boosting (XGBoost) dalam Klasifikasi Penyakit Gagal Jantung Anggraini, Jeni Putri; Chaya Gladys Zhafirah A; Desiani, Anita
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16618

Abstract

Heart failure is a chronic condition where the heart is unable to pump blood optimally, posing a risk of serious complications and death. Early detection is crucial to reduce these risks and can be performed using classification methods with a data mining approach. This study compares two algorithms, Random Forest and Extreme Gradient Boosting (XGBoost), to determine the best algorithm for classifying heart failure disease using two testing techniques: percentage split (80% training data, 20% testing data) and k-fold cross validation (k = 10, alternating 1 fold as test data and 9 folds as training data). The dataset consists of two classes, where 0 represents heart failure and 1 represents no heart failure. Using percentage split, XGBoost achieved an accuracy of 87.07%, while Random Forest reached 91.95%. Meanwhile, in k-fold cross validation, XGBoost achieved 96.43% accuracy, and Random Forest performed best with 98.17% accuracy. Therefore, Random Forest with k-fold cross validation is highly suitable for heart failure classification, although XGBoost also shows good performance with accuracy above 85%. For future research, it is recommended to test the algorithms on more diverse datasets to evaluate their performance across various data conditions.
Pemanfaatan Limbah Kain Songket Desa Limbang sebagai Produk Bernilai Ekonomi Suprihatin, Bambang; Maiyanti, Sri Indra; Primartha, Rifkie; Amran, Ali; Desiani, Anita; Sari, Puspa
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 9 No 4 (2025): November
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v9i4.26346

Abstract

Desa Limbang Jaya merupakan desa pengerajin kain songket di Sumatera Selatan. Mayoritas perempuan di desa ini bekerja sebagai pengerajin songket. Seorang pengerajin di Desa Limbang Jaya dapat menenun 3 hingga 4 helai kain berukuran 50-80 cm setiap bulannya. Setiap kain melalui proses pemotongan yang menyisakan berupa potongan kecil kain. Limbah songket biasanya dibuang atau dibakar, padahal limbah ini dapat diolah menjadi produk kerajinan yang memiliki nilai jual dengan menggunakan teknik menjahit seperti patchwork dan quilting. Kegiatan yang dilakukan berupa pelatihan dalam pengolahan limbah kain songket dengan menerapkan teknik patchwork dan quilting untuk menghasilkan produk dengan nilai jual. Kegiatan ini ditujukan pada penduduk perempuan khususnya pengrajin songket untuk meningkatkan keterampilan dalam mengolah limbah kain songket. Kegiatan pengolahan limbah sampah di desa Limbang Jaya belum pernah dilakukan. Tahapan kegiatan ini terdiri dari observasi, persiapan kegiatan, penyampaian materi, pelatihan, pendampingan, dan evaluasi. Kegiatan ini berhasil meningkatkan secara signifikan pemahaman dan keterampilan praktis peserta, yang diindikasikan oleh kenaikan nilai rata-rata post-test sebesar 38% dan dihasilkannya produk prototipe yang memiliki nilai jual. Hal ini mengindikasikan peningkatan pemahaman dan keterampilan peserta dalam pengolahan limbah kain songket dengan menerapkan teknik patchwork dan quilting yang menandakan keberhasilan dari kegiatan ini. Kegiatan ini dapat mendorong pembentukan usaha kreatif berbasis limbang songet yang dapat meningkatkan perekonomian masyarakat di Desa Limbang Jaya dalam jangka panjang.
Media Sosial Sebagai Pemasaran Digital untuk Perajin Kain Songket di Desa Penyandingan Desiani, Anita; Gofar, Nuni; Andriani, Yuli; Irmeilyana, Irmeilyana; Nabila, Annisa; Muzayyadah, Fathona Nur; Syarifuddin, Fauzi Yusuf; Kurnia, M Kahfi Aldi
Jurnal ABDINUS : Jurnal Pengabdian Nusantara Vol 6 No 2 (2022): Volume 6 Nomor 2 Tahun 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ja.v6i2.16682

Abstract

Penyandingan Village is part of the Ogan Ilir District, Indralaya District. Songket craftsmen are the main source of income besides farmers and traders in the Penyandingan village. Nearly 90% of the women in the Penyandingan village are songket craftsmen. The difficulty of songket craftsmen is in terms of marketing their handicrafts. Craftsmen need breakthroughs so that their products are widely distributed, one of which is utilizing information technology such as social media. Many economic actors, both individuals and groups, use social media to market their products. Unfortunately, the knowledge of pairing village songket craftsmen is still lacking in utilizing social media in marketing songket fabrics such as promotions on Instagram, business WhatsApp, and business Facebook. By implementing the use of social media in the marketing of songket cloths from Penyandingan village, it can help increase village income and promoting the songket cloth of Penyandingan village.
Perbandingan Algoritma CART Dan AdaBoost Pada Klasifikasi Demensia All Fajri, Muhammad Arya; Saputra, M Aldi; Desiani, Anita; Suprihatin, Bambang; Hanum, Herlina
FORMAT Vol 15, No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i1.002

Abstract

Demensia merupakan gangguan kesehatan ditandai dengan penurunan daya ingat, kemampuan kognitif, dan perilaku yang mengganggu aktivitas pada kehidupan sehari-hari. Masyarakat kurang mendapatkan informasi mengenai deteksi dini demensia yang disebabkan terbatasnya fasilitas kesehatan. Klasifikasi menggunakan data mining dapat membantu deteksi dini demensia. Penelitian ini bertujuan membandingkan algoritma CART dan AdaBoost untuk melihat metode yang paling efektif digunakan pada klasifikasi demensia. Pembagian data dilakukan menggunakan metode percentage split dan k-fold cross-validation. Percentage split membagi data menjadi dua bagian dengan 70% data pelatihan dan 30% data pengujian. K-fold cross-validation mengelompokkan data dengan 1 kelompok data menjadi data pengujian dan 9 kelompok data lainnya menjadi data pengujian yang dilakukan berulang pada setiap kelompok data sebanyak 10 kali. ADASYN digunakan untuk menyeimbangkan data pada setiap kelas. Hasil evaluasi kinerja pada kedua algoritma menunjukkan AdaBoost menggunakan ADASYN dan k-fold cross-validation memiliki nilai tertinggi untuk akurasi, presisi, recall, f1-score, dan ROC-AUC masing-masing sebesar 92.52%, 92.11%, 92.52%, 91.46%, dan 96.85%. Hasil ini menunjukkan bahwa algoritma AdaBoost sangat baik dalam memprediksi seluruh demensia dengan benar, mempertahankan keseimbangan antara presisi dan recall, dan membedakan tiga kelas demensia. Hasil penelitian menunjukkan keunggulan pendekatan ensemble learning dalam menangani variasi data dan meningkatkan stabilitas model klasifikasi demensia. Penelitian ini menunjukkan bahwa AdaBoost memiliki performa yang sangat baik dibandingkan CART pada klasifikasi demensia.
Implementasi Certainty Factor dalam Sistem Pakar untuk Mendiagnosis Penyakit pada Kelapa Sawit Fathinah, Nadiva Azro; Suryani, Suryani; Desiani, Anita
Jurnal Teknik Informatika dan Sistem Informasi Vol 11 No 3 (2025): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v11i3.11886

Abstract

Diseases in palm oil plants are one of the main causes of palm oil production not being maximized, and can even result in crop failure. Farmers need to know the symptoms that occur in oil palm plants in order to diagnose and overcome the diseases that infect the palm oil plants. A system for early detection of disease in palm oil plants is needed in order to prevent a decrease in productivity. An approach that can be used for early diagnosis is an expert system. Expert systems not only provide a diagnosis, but also offer an explanation of the type of disease as well as practical and accurate treatment recommendations. This research applies one of the methods of the certainty factor method to an expert system that combines several symptoms to determine how likely a diagnosis is. This expert system involves 22 symptoms to diagnose six diseases in palm oil plants. The accuracy rate obtained from the application of the expert system with the certainty factor method in diagnosing diseases of oil palm plants based on data from five users shows a result of 100%. This shows that the expert system with the certainty factor method is accurate and can be applied to early detection of diseases that attack palm oil plants.
SISTEM PAKAR DIAGNOSIS GANGGUAN DEMENSIA MENGGUNAKAN METODE CERTAINTY FACTOR Desiani, Anita; All Fajri, Muhammad Arya
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8374

Abstract

Demensia merupakan gangguan kesehatan ditandai dengan penurunan daya ingat, kemampuan kognitif, dan perilaku yang mengganggu aktivitas pada kehidupan sehari-hari. Masyarakat kurang mendapatkan informasi mengenai deteksi dini demensia yang disebabkan terbatasnya fasilitas kesehatan. Diagnosis gangguan demensia dapat dilakukan menggunakan bantuan komputer dengan memanfaatkan sistem pakar. Penelitian ini bertujuan mengembangkan sistem pakar untuk diagnosis gangguan demensia menggunakan metode certainty factor. Sistem pakar digunakan karena mampu mensimulasikan penilaian dan perilaku sesuai dengan proses penalaran manusia. Metode certainty factor digunakan untuk menangani ketidakpastian dalam sistem berbasis aturan. Tahapan dari penelitian ini meliputi pengumpulan data, akuisisi pengetahuan, representasi pengetahuan, basis pengetahuan, teknik analisis, inferensi pengetahuan, dan penempatan pengetahuan. Pengujian dilakukan menggunakan beberapa data pengujian dan hasil sistem dibandingkan dengan penilaian pakar sebagai acuan pakar. Hasil perhitungan penilaian pakar menunjukkan bahwa metode certainty factor memperoleh akurasi sebesar 100%. Penelitian ini menunjukkan bahwa metode certainty factor memiliki performa yang sangat baik pada diagnosis gangguan demensia.
Combination Contrast Stretching and Adaptive Thresholding for Retinal Blood Vessel Image Anita Desiani; Irmeilyana Irmeilyana; Endro Setyo Cahyono; Des Alwine Zayanti; Sugandi Yahdin; Muhammad Arhami; Irvan Andrian
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 22 No. 1 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i1.1654

Abstract

To diagnose diabetic retinopathy is to segment the blood vessels of the retinal, but the retinal images in the DRIVE and STARE datasets have varying contrast, so the enhancement is needed to obtain a stable image contrast. In this study, image enhancement was performed using the Contrast Stretching and continued with segmentation using the Adaptive Thresholding on retinal images. The image that has been extracted with green channels will be enhanced with Contras Stretching and segmented with Adaptive Thresholding to produce a binary image of retinal blood vessels. The purpose of this study was to combine image enhancement techniques and segmentation methods to obtain valid and accurate retinal blood vessels. The test results on DRIVE were 95.68 for accuracy, 65.05% for sensitivity, and 98.56% for specificity. The test results of Adam Hoover’s ground truth on STARE were 96.13% for, 65.90% for sensitivity, and 98.48% for specificity. The test results for Valentina Kouznetsova’s ground truth on the STARE were 93.89% for accuracy, 52.15% for sensitivity, and 99.02% for specificity. The conclusion obtained is that the processing results on the DRIVE and STARE datasets are very good with respect to their accuracy and specificity values. This method still needs to be developed to be able to detect thin blood vessels with the aim of being able to improve and increase the sensitivity value obtained.
Implementasi Ensemble Weighted Voting Pada Arsitektur Densenet Mobilenet Xception Untuk Klasifikasi Penyakit Diabetic Retinopathy Kesuma, Lucky Indra; Zayanti, Des Alwine; Desiani, Anita; Sari, Purwita; Saputra, Zulhipni Reno; Ihsan, Muhammad; Muzayyadah, Fathona Nur
IDEALIS : InDonEsiA journaL Information System Vol. 9 No. 1 (2026): Jurnal IDEALIS Januari 2026
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v9i1.3714

Abstract

Convolutional Neural Network (CNN) merupakan salah satu pendekatan deep learning yang banyak digunakan pada tugas klasifikasi dan segmentasi citra, termasuk pada bidang kesehatan. Salah satu penerapan penting CNN adalah pada analisis citra Diabetic Retinopathy (DR), yaitu penyakit pada retina mata yang disebabkan oleh komplikasi diabetes jangka panjang dan dapat menyebabkan gangguan penglihatan hingga kebutaan apabila tidak terdeteksi secara dini. Namun, penggunaan arsitektur CNN tunggal sering mengalami keterbatasan, seperti overfitting, kebutuhan komputasi yang tinggi, atau kemampuan ekstraksi fitur yang belum optimal. Oleh karena itu, metode ensemble dapat digunakan untuk mengombinasikan keunggulan dari beberapa model guna meningkatkan kinerja klasifikasi. Pada penelitian ini diusulkan metode ensemble berbasis weighted voting dengan menggabungkan tiga arsitektur CNN, yaitu DenseNet, MobileNet, dan Xception, untuk klasifikasi biner Diabetic Retinopathy. DenseNet dipilih karena kemampuannya dalam mengekstraksi fitur yang kaya melalui konektivitas antar lapisan, MobileNet dipilih karena efisiensi komputasi dan ukuran model yang ringan, sedangkan Xception digunakan karena kemampuannya menyeimbangkan kedalaman jaringan dan efisiensi komputasi melalui depthwise separable convolution. Tahapan penelitian meliputi pengumpulan data, pelatihan model, pengujian, serta evaluasi kinerja. Dataset EyePACS digunakan sebagai data pelatihan, sedangkan dataset APTOS dimanfaatkan sebagai data pengujian untuk menguji kemampuan generalisasi model. Hasil eksperimen menunjukkan bahwa metode ensemble yang diusulkan menghasilkan kinerja yang baik dengan nilai akurasi sebesar 85,22%, sensitivitas 70,63%, spesifisitas 99,40%, F1-score 87,21%, serta nilai Cohen’s Kappa sebesar 0,7032. Hasil ini menunjukkan bahwa pendekatan ensemble mampu meningkatkan kinerja klasifikasi dan mengurangi permasalahan overfitting dibandingkan model CNN tunggal, serta berpotensi dikembangkan sebagai sistem pendukung keputusan untuk skrining otomatis Diabetic Retinopathy.
Algoritma Support Vector Machine (SVM) dan Adaptive Boosting (AdaBoost) untuk Klasifikasi Penyakit Kanker Paru-paru Pasma Azzahra; Ravisha Keyna Anduwi; Desiani, Anita; Novi Rustiana Dewi; Indri Ramayanti
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.319

Abstract

Kanker paru-paru adalah jenis kanker yang tumbuh dalam organ paru-paru di mana perubahan sel paru-paru yang tidak normal terjadi. Penyakit ini disebabkan oleh beberapa kebiasaan seperti merokok, alergi, polusi udara, dan sebagainya. Kanker paru-paru termasuk jenis kanker yang mematikan. Deteksi dini dapat dilakukan dengan pendekatan matematis yaitu data mining. Penelitian ini bertujuan untuk menganalisis perbandingan kinerja klasifikasi antara algoritma Support Vector Machine (SVM) dan Adaptive Boosting (AdaBoost). Analisis komparatif ini dilakukan untuk mengidentifikasi algoritma mana yang menunjukkan performa paling optimal dalam penanganan data kanker paru-paru. Teknik uji yang dilakukan pada penelitian ini adalah percentage split dan K-Fold cross validation. Hasil pengujian dengan metode percentage split menunjukkan bahwa algoritma SVM mencapai akurasi 85%, sedangkan algoritma AdaBoost memperoleh akurasi 95%. Sementara itu, pengujian dilakukan menggunakan teknik K-Fold cross validation, akurasi untuk algoritma SVM adalah 88% dan untuk algoritma AdaBoost sebesar 93%. Dapat disimpulkan bahwa metode percentage split dengan algoritma AdaBoost memiliki performa tertinggi dibandingkan metode dan teknik pengujian lainnya, yaitu sebesar 98% sehingga algoritma Adaboost lebih akurat untuk deteksi dini kanker paru-paru. . Kontribusi penelitian ini terletak pada pengembangan sistem pendukung keputusan untuk diagnosis awal kanker paru-paru, yang berpotensi mempermudah tenaga medis dalam tahap deteksi dini.
Aplikasi Bicara Pintar untuk Meningkatkan Kemampuan Komunikasi Siswa Tunarungu di Slb-B Ypac Palembang Desiani, Anita; Kesuma, Lucky Indra; Sartika, Diana Dewi; Padhil, Azmi Muhammad; Putri, Tyara Hestyani; Azzahra, Pasma; Muchlas, Ally; Prabudifa, Muhammad Yusuf; Setiawan, Ferdi; Naturatama, Dicky; Arsyad. H, Muhammad Iqbal
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 9, No 4 (2026): Volume 9 Nomor 4 (2026)
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v9i4.25071

Abstract

ABSTRAK Bicara Pintar merupakan aplikasi berbasis kecerdasan buatan yang mendeteksi bahasa isyarat berdasarkan gambar, teks, dan suara yang diterapkan di SLB-B YPAC Palembang. Bicara Pintar mampu menerjemahkan dua arah antara bahasa isyarat SIBI dan BISINDO dengan bahasa Indonesia. Model YOLO yang digunakan pada aplikasi Bicara Pintar menunjukkan tingkat akurasi dan presisi mencapai 98,9%. Kegiatan pengabdian ini terdiri dari survei ke lokasi, pengumpulan dataset, pengujian dan perbaikan, launching, sosialisasi, penerapan aplikasi dan evaluasi kegiatan. Penerapan aplikasi digunakan untuk pelatihan soft skill. Pengujian aplikasi dilakukan dengan melibatkan 15 siswa teman tuli dan teman dengar yang terdiri dari 5 guru dan peserta pengabdian. Hasil pengujian dari siswa tunarungu menunjukkan input gerakan ke teks akurasinya rata-rata 46,33% dan dari teks ke gerakan 92,66%. Hasil pengujian dari guru dan tim menunjukkan akurasi dari gerakan ke teks rata-rata 46% dan dari teks ke gerakan 95%. Selain itu dari angket kepuasan diperoleh 65% menyatakan aplikasi cukup membantu untuk pelatihan soft skill, 95% menilai sudah sangat baik dan mudah digunakan, dan 18% menyarankan penambahan kosakata. Hasil ini menunjukkan Bicara Pintar mampu meningkatkan kemampuan komunikasi teman tuli dengan teman dengar khususnya siswa tunarungu SLB-B YPAC. Kata kunci: Tunarungu, SLB, Bicara Pintar, Kesenjangan, Pendidikan.  ABSTRACT Bicara Pintar is an artificial intelligence application that detects sign language based on images, text, and sound, implemented in SLB-B YPAC Palembang. Bicara Pintar is capable of two-way translation between SIBI and BISINDO sign language and Indonesian. The YOLO model used in the application shows an accuracy and precision level of 98.9%. This activity consists of a site survey, data collection, testing and improvement, launching, socialization, implementation, and evaluation. The application is used for classroom learning and soft skills training. Application testing was carried out involving 15 deaf and hearing students, consisting of 5 teachers and a team. The results from deaf students showed an average accuracy of 46,33% from gesture to text and 92,66% vice versa. The results from teachers and the team showed an average accuracy of 46% from gesture to text and 95% vice versa. Furthermore, a satisfaction questionnaire showed that 95% stated that the application was helpful for teaching and learning, 65% stated that the application was helpful enough for soft skills training, 95% considered it excellent and easy to use, and 18% suggested adding vocabulary. These results indicate that the application can improve the communication of deaf friends with hearing friends, especially students at SLB-B YPAC. Keywords: Deaf, SLB, Bicara Pintar, Disparity, Education.
Co-Authors Adi Muzakir Adinda Ayu Lestari, Adinda Ayu Adzra Afiifah Nabila Affandi, Azhar Kholiq Agatha, Lucy Chania Agung Alamsyah Ajeng Islamia Putri Ajeng Islamia Putri Al-Ariq, M Al-Filambany, Muhammad Gibran Alamsyah, Agung albar Pratama Alga Mahida Ali Amran Ali Amran All Fajri, Muhammad Arya Ambarwati Ambarwati Ananda Pratiwi Andhini, Shania Putri Andika Cristian Lubis Andriani, Nur Avisa Calista Anggraini, Jeni Putri Anisa Aulia Kusmareni Annisa Aulia Lestari Annisa Kartikasari Annisa Nabila, Annisa Annisa Nur Fauza Annisa Nurba Iffah’da Apledaria Apledaria Arhami, Muhammad Arhami, Muhammad Arsyad. H, Muhammad Iqbal Arum Setiawan Aulia Salsabila Aulia, Annisa Rizka Ayuputri, Niken Azhar Kholiq Affandi Azzahra, Nur Devita Azzahra, Pasma Bambang Suprihatin Bambang Suprihatin Bambang Suprihatin Bambang Suprihatin Batubara, Gracia Mianda Caroline Bella Agustina, Sinta Betty Aprianah Betty Aprianah Budi Mulyono Calista, Nur Avisa Carolina Rahman Chairu Nisa Apriyani Chaya Gladys Zhafirah A Des Alwine Zayanti Des Alwine Zayanti Des Alwine Zayanti, Des Alwine Desty Rodiah Dewi Lestari Dwi Putri Dewi Lestari Dwi Putri Dewi, Deshinta Arrova Dian Cahyawati Diana Dewi Sartika, Diana Dewi Dien Novita Dina Elly Yanti Dina Elly Yanti Dina Suzzete Sitorus Dite Geovani Dite Geovanni Dwi Ranti Dwi Septiani Dwifa, Dima Echa Alda Melinia Efriliyanti, Filda Endang Sri Kresnawati Endang Sri Kresnawati Endro Setyo Cahyono Endro Setyo Cahyono, Endro Setyo Enyta Yuniar Ermatita - Erwin Erwin Erwin Erwin, Erwin Fadhilah, Nadiyah Fadilah, Nadiyah Faishal Fitra Ramadhan Fathinah, Nadiva Azro Ferdi Setiawan Ferdinand Hukama Taqwa Filda Efriliyanti fildzah daniela, nyayu audy Firdaus Firdaus Fitri Salamah Fivalianda, Dido Geovani, Dite Geovanni, Dite Giovillando Hadi Tanuji Hasibuan, MS Henisaniyya, Nabila Herlina Hanum Herlina Hanum, Herlina Hermansyah Hermansyah Hermansyah Hermansyah Hermansyah Husaini Husaini Ilham Tri Wibowo Indah Verdya Alvionita Indra Maiyanti, Sri Indri Ramayanti Ira Rayyani Irmeilyana Irmeilyana Irmeilyana Irvan Andrian Jonatan, Jonatan Kanda Januar Miraswan Karina Karnadi, Karnadi Kartila Kartila Kerenila Agustin Kesuma, Lucky Indra Kurnia, M Kahfi Aldi Kurniawan, Rifki Kusmareni, Anisa Aulia Lizah Framesti Lubis, Andika Cristian Lucy Chania Agatha Makhalli, Siddiq Malika Zilda Manoppo, Sania Marselina, Nyanyu Chika Maya Meilensa Maya Meilensa Mayangsari, Oki Sukma Mega Fatimah Rosana Mega Tiara Putri Mitta Permata Sari Mochamad Syaifudin, Mochamad Mortara, Alda Amalia MS Hasibuan Muchlas, Ally Muhammad Akbar Muhammad Akmal Shidqi Muhammad Arhami Muhammad Awaludin Djohar Muhammad Awaludin Djohar Muhammad Azwar Annas Muhammad Gibran Al-Filambany Muhammad Naufal Rachmatullah Muhammad Nawawi Muhammad Nawawi Muhammad Syariful Irsyad Muhammad Umar Abdussalam Muhammad Wahyu Ilahi Muhammat Rio Halim Muslim Muslim Mustaqima, Dina Mutiara Saviera Muzakir, Adi Muzayyadah, Fathona Nur Nadya Riri Febiyanti Napitu, Michael Jackson Narti Narti, Narti Naturatama, Dicky Naufal Rachmatullah Ngudiantoro . Ning Eliyati Novi Rustiana Dewi Novi Rustiana Dewi Nugrohoputri, Rifa Fadhila NUNI GOFAR Nur Avisa Calista Nur Devita Azzahra Nyayu Chika Marselina Oki Dwipurwani Padhil, Azmi Muhammad Pasma Azzahra Permatasari, Mitta Pertiwi, Citra Prabudifa, Muhammad Yusuf Pranata, Teddi Pratiwi, Ananda Prayogo, Slamet Purwita Sari, Purwita Puspa Sari Puspa Sari Puspa Sari, Puspa Putra Bahtera Jaya Bangun, Putra Bahtera Jaya Putri Bella Nusantara Putri Pratiwi Putri, Ajeng Islamia Putri, Tyara Hestyani Rahmadita, Suristhia Rahmat Dwian Ramadhan, Faishal Fitra Ramadhan, Raihan Ramadhani, Syafira Dian Ramayanti, Indri Rana Sania Ravisha Keyna Anduwi Rayani, Ira Rayyani, Ira Redina An Fadhila Chaniago Redina An Fadhila Chaniago Refky Maulana Rifa Fadhila Nugrohoputri Rifki Kurniawan Rifkie Primartha Rifkie Primartha Rifkie Primartha Rio Halim, Muhammat Rizki, Fatur Rufi'i Salahuddin Salahuddin Salamah, Fitri Salsabila, Aulia Saputra, M Aldi Saputra, Tommy Sari Suryati Sasongko, Muhammad Aditya Savera, Mutiara Saviera, Mutiara Septiani Nadra Indawaty Shania Putri Andhini Shidqi, Muhammad Akmal Shinta Octarina Siddiq Makhalli Sigit Priyanta Simamora, Valentino Sinabutar, Lonamonika Sinta Bella Agustina Siti Husnul Hotimah, Siti Husnul Siti Nurhaliza Siti Rusdiana Puspa Dewi Sitorus, Dina Suzzete Sri Indra Maiyanti Sri Indra Maiyanti Sri Indra Maiyanti Sri Indra Maiyanti Suedarmin, Muhammad Sugandi Yahdin Sugandi Yahdin Sugandi Yahdin Suratama, Bintang Suryani Suryani Susanto Susanto Susanto Susanto Syafrina Lamin, Syafrina Syarifuddin, Fauzi Yusuf Teddi Pranata Titania Jeanni Charisa Titania Jeanni Charissa Tri Febriani Putri tri wahyuni Uteh, Clarita Margo Villando, Gio Waafiyah, Hilmiana Wahyudi, Yogi Yadi Oktariansyah Yadi Utama Yassir Yassir Yogi Wahyudi Yonarta, Danang Yuli Andirani Yuli Andriani Yuli Andriani Yulia Resti Yuniar, Enyta Z, Des Alwine Zulhipni Reno Saputra Els