Article Per Year (5 Year)
p-Index From 2021 - 2026
15.414
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 SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan 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 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) 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 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 : 131 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 131 Documents
Search

 10   11   12   13   14 
Implementasi Algoritma CART dan Naïve Bayes Untuk Mendeteksi Penyakit Stroke Anita Desiani; Puspa Sari; Indri Ramayanti; Muhammad Arhami
InComTech : Jurnal Telekomunikasi dan Komputer Vol. 16 No. 1 (2026)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v16i1.20209

Abstract

Penyakit stroke merupakan penyakit pembuluh darah yang disebabkan oleh kurangnya sirkulasi oksigen dan darah ke otak sehingga menyebabkan kerusakan pada jaringan otak. Stroke dapat menyebarkan perubahan pada fungsi dan fisiologi anatomi yang letaknya jauh dari kerusakan. Penyakit stroke merupakan penyakit penyebab utama kematian setelah penyakit jantung sehingga diperlukan suatu system untuk mendeteksi penyakit stroke sebagai bentuk pencegahan dini agar tidak terserang penyakit stroke. Sistem deteksi menggunakan kecerdasan buatan dengan teknik klasifikasi. Klasifikasi telah digunakan oleh para peneliti untuk mendeteksi penyakit dengan hasil yang memuaskan. Pada penelitian ini menggunakan teknik klasifikasi menggunakan algoritma CART (Clasiification and Regression Tree) dan algoritma Naïve Bayes. Penelitian ini membagi data menggunakan persentase split sebesar 90% data latih dan sisanya berupa data uji dengan dataset dari Kaggle. Berdasarkan penggunaan kedua algoritma dalam mendeteksi penyakit stroke, algoritma CART menghasilkan akurasi sebesar 95.57% sedangkan naïve bayes memiliki akurasi sebesar 85%. Pada sisi presisi model rata-rata yang dihasilkan oleh algoritma CART yaitu 88% sedangkan naïve bayes memiliki presisi 66%. Recall rata-rata yang dihasilkan oleh algoritma CART yaitu 61% sedangkan naïve bayes memiliki recall sebesar 58%. Dari perbandingan antara akurasi, presisi, dan recall yang dihasilkan algoritma CART dan Naïve bayes dapat disimpulkan jika algoritma CART sangat baik dalam mendeteksi penyakit stroke secara dini.
DIAGNOSA PENYAKIT PARKINSON DENGAN ALGORITMA K-NEAREST NEIGHTBOR DAN DECISION TREE C4.5 Anita Desiani; Narti Narti; Indri Ramayanti; Muhammad Arhami; Irmeilyana Irmeilyana
Jurnal Simantec Vol 12, No 1 (2023): Jurnal Simantec Desember 2023
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v12i1.21167

Abstract

Parkinson kamislot adalah suatu penyakit dimana neurologis mempengaruhi neuron dopaminergik, yang dibuktikan dengan kematian sel-sel otak yang ada, hilangnya pigmentasi substantia nigra, adanya inklusi sitoplasma, dan penurunan kadar dopamin di substantia nigra pars compacta dan corpus striatum. Penyakit parkinson dapat didiagnosa dengan melakukan pengklasifikasian untuk mengukur tingkat akurasi. Tujuan dari penelitian ini adalah untuk melakukan diagnosa penyakit Parkinson dengan dua algoritma yang berbeda, yaitu algoritma K-Nearest Neighbor (KNN) dan algoritma C4.5 dengan metode pelatihan Percentage split dan validasi K-fold cross yang nantinya kan dibandingkan satu sama lain. Dari penelitian ini, nilai presisi yang dimiliki penderita Parkinson's disease algoritma C4.5 split persentasenya adalah 96%. Begitu juga untuk nilai recall yang dimiliki oleh penderita penyakit Parkinson yaitu sebesar 93%. Nilai akurasi algoritma K-Nearest Neighbor (KNN) adalah 82% untuk metode pelatihan pada percentage split dan 76,8% dengan metode validasi K-fold cross dan 89% untuk algoritma C4.5 dengan metode pelatihan pada Percentage split dan 81% dengan metode validasi K-fold cross.Kata kunci: C4.5, K- Fold Cross Validation, K-Nearest Neighbor, Parkinson, Percentage Split
Algoritma Support Vector Machine (SVM) dan Adaptive Boosting (AdaBoost) untuk Klasifikasi Penyakit Kanker Paru-paru Pasma Azzahra; Ravisha Keyna Anduwi; Anita Desiani; 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.
Penerapan Metode Support Vector Machine Dalam Klasifikasi Bunga Iris Anita Desiani; Irmeilyana Irmeilyana; Herlina Hanum; Yuli Andriani; Sri Indra Maiyanti; Clarita Margo Uteh; Ira Rayyani
IJAI (Indonesian Journal of Applied Informatics) Vol 7, No 1 (2022)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v7i1.61486

Abstract

Abstrak Data mining adalah proses melatih komputer untuk mengenali suatu pola menggunakan teknik statistika mapun matematika. Salah satu teknik data mining yang sering digunakan adalah klasifikasi, yakni mengelompokkan data ke dalam suatu label menggunakan atribut. Pada klasifikasi, Support Vector Machine (SVM) merupakan salah satu metode yang paling banyak digunakan. Penelitian ini akan memanfaatkan metode SVM dalam melakukan klasifikasi bunga Iris. Data yang diteliti menggunakan sebanyak 150 data dengan menggunakan dua metode data latih, yakni percentage split dan k-fold cross validation. Data diolah melalui tahap pre-processing, lalu diklasifikasi menggunakan metode SVM melalui 2 metode data latih, percentage split sebesar 80% dan k-fold corss validation dengan k=10, perhitungan hasil prediksi menggunakan confusion matrix. Pada metode percentage split diperoleh nilai akurasi sebesar 96,7%, presisi 97,6%, recall sebesar 95,3%, dan F1-score sebesar 96,3%. Pada metode k-fold cross validation diperoleh nilai akurasi sebesar 92,6%, presisi 92,6%, recall sebesar 92,6%, dan F1-score sebesar 92,3%. Dengan demikian metode SVM menggunakan kernel polynomial dengan metode data latih percentage split dapat diimplementasikan ke dalam sistem klasifikasi bunga Iris.AbstractData mining is the process of training a computer to recognize a pattern using statistical and mathematical techniques. One of the data mining techniques that are often used is classification, which is to group data into the label using attributes. In classification, the Support Vector Machine (SVM) is one of the most widely used methods. This research will utilize the SVM method in classifying Iris flowers. The data studied used 150 data using two training data methods, percentage split and k-fold cross validation. The data is processed through the pre-processing stage, then classified using the SVM method through 2 training data methods, percentage split of 80% and k-fold cross validation with k = 10, and calculation of prediction results using a confusion matrix. In the percentage split method, the accuracy is 96.7%, precision is 97.6%, recall is 95.3%, and F1-score is 96.3%. In the k-fold cross validation method, the accuracy is 92.6%, precision is 92.6%, recall is 92.6%, and F1-score is 92.3%. So that the SVM method using a polynomial kernel with the percentage split training data method can be implemented into the iris classification system.
Comparison of Support Vector Machine and K-Nearest Neighbors in Breast Cancer Classification Anita Desiani; Adinda Ayu Lestari; M Al-Ariq; Ali Amran; Yuli Andriani
Pattimura International Journal of Mathematics (PIJMath) Vol 1 No 1 (2022): Pattimura International Journal of Mathematics (PIJMath)
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (470.745 KB) | DOI: 10.30598/pijmathvol1iss1pp33-42

Abstract

Cancer is one of the leading causes of death, and breast cancer is the second leading cause of cancer death in women. One method to realize the level of malignancy of breast cancer from an early age is by classifying the cancer malignancy using data mining. One of the widely used data mining methods with a good level of accuracy is the Support Vector Machine (SVM) and K-Nearest Neighbors (KNN). Evaluation techniques of percentage split and cross-validation were used to evaluate and compare the SVM and KNN classification models. The result was that the accuracy level of the SVM classification method was better than the KNN classification method when using the cross-validation technique, which is 95,7081%. Meanwhile, the KNN classification method was better than the SVM classification method when using the percentage split technique, which is 95,4220%. From the comparison results, it can be seen that the KNN and SVM methods work well in the classification of breast cancer.
Aplikasi Bicara Pintar untuk Meningkatkan Kemampuan Komunikasi Siswa Tunarungu di Slb-B Ypac Palembang Anita Desiani; Lucky Indra Kesuma; Diana Dewi Sartika; Azmi Muhammad Padhil; Tyara Hestyani Putri; Pasma Azzahra; Ally Muchlas; Muhammad Yusuf Prabudifa; Ferdi Setiawan; Dicky Naturatama; Muhammad Iqbal Arsyad. H
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.
Perbandingan Algoritma CART Dan AdaBoost Pada Klasifikasi Demensia Muhammad Arya All Fajri; M Aldi Saputra; Anita Desiani; Bambang Suprihatin; Herlina Hanum
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.
Analisis Metode Certainty Factor pada Sistem Pakar dalam Diagnosa Penyakita Malaria Gio Villando; Anita Desiani; Endro Setyo Cahyono
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 4, No 1 (2023): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v4i1.5933

Abstract

Malaria merupakan sebuah penyakit yang berasal dari parasit yang dinamakalkan n dengan parasit plasmodian. Parasit ini dapat menular dari satu manusia ke manusia yang lainnya melalui perantara nyamuk malaria atau disebut dengan nyamuk anopheles. Terdapat 4 jenis malaria meliputi, Malaria Tertiana, Malaria Tropis, Malaria Ovale, dan Malaria Quartana. Pada umumnya tanda penyakit malaria diawali dengan gejala sakit kepala, demam, mual, menggigil, sakit kepala, muntah, flu dan juga mual. Gejala malaria biasanya terjadi pada manusia ketika sudah berada di 10-15 hari di dalam tubuh manusia. Karena kurangnya fasilitas dan minimnya pengetahuan masyarakat mengenai gejala penyakit malaria dapat menunda diagnosa penyakit malaria sehingga terlambat. Sehingga tujuan dari penelitian ini adalah membangun sistem pakar untuk membantu mendiagnosa penyakit malaria dengan menggunakan metode Certainty Factor. Adapun akurasi sistem pakar yang dihasilkan pada penelitian ini untuk mendiagnosa penyakit Malaria meliputi Malaria Tertiana, Malaria Tropika, Malaria Ovale dan Qurtana dengan tingkat akurasinya masing-masing adalah 56,1946% untuk Malaria Tertiana, 54,7038% untuk Malaria Tropika, 56,0473% Malaria Ovale dan 54,0473% Malaria Quartana. Dari akurasi yang diperoleh, akurasi yang paling tinggi adalah Malaria Ovale. Dari akurasi yang dihasilkan dapat membantu masyarakat dan juga tenaga kesehatan dalam mendiagnosa jenis penyakit malaria yang di derita.
PENINGKATAN SKILL SISWA TUNARUNGU MELALUI PELATIHAN PATCHWORK DAN QUILTING BERBASIS APLIKASI SIGN TALK DI SLB-B YPAC PALEMBANG Anita Desiani; Bambang Suprihatin; Ali Amran; Yadi Oktariansyah; Siti Rusdiana Puspa Dewi; Jonatan Jonatan; Slamet Prayogo; Lonamonika Sinabutar
Jurnal AbdiMas Nusa Mandiri Vol. 8 No. 2 (2026): Periode April 2026
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/abdimas.v8i2.7965

Abstract

Skill development for deaf students at SLB-B YPAC Palembang still faces significant challenges, particularly due to communication barriers between teachers and students that hinder knowledge transfer. This community service program aims to enhance hard skills (technical sewing skills in patchwork and quilting) as well as soft skills (communication, teamwork, and independence) through the integration of an Artificial Intelligence (AI)-based application called Sign Talk. The implementation method was carried out through a workshop and intensive mentoring scheme over 4 months, which included 3 main training sessions, each lasting 120 minutes, for 15 deaf students. Evaluation was conducted using pre-test and post-test instruments analyzed descriptively. The results of the activity showed an increase in students’ soft skills of 40.5%. For hard skills, specifically sewing competencies, there was a 23.31% increase. Although 90% of participants rated the Sign Talk application as very helpful in understanding instructions during the activity, further development of the Sign Talk vocabulary is needed. Additionally, this activity can be expanded to include other hard skill trainings with Sign Talk serving as the communication medium.
Pengembangan kreativitas siswa tunadaksa di SLB-D YPAC Palembang melalui handcraft Bambang Suprihatin; Andi Tenri Ajeng Nur; Yuli Andriani; Azhar Kholiq Affandi; Soya Febeauty Yama Otantia Pradini; Anita Desiani; Jessica Joseph Sen; Rosalinda Hizkia Amelia Manurung; Tiara Valentina Pakpahan
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 10, No 4 (2026): August (In Progress)
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v10i4.40388

Abstract

Abstrak SLB-D YPAC Palembang merupakan lembaga pendidikan bagi siswa berkebutuhan khusus yang mengalami hambatan fisik atau tunadaksa. Siswa tunadaksa memiliki keterbatasan pada fungsi motorik halus yang dapat memengaruhi kemandirian dan keterampilan mereka. Berdasarkan kondisi tersebut, dilakukan kegiatan pengabdian kepada masyarakat berupa pelatihan handcraft pembuatan bouquet snack sebagai sarana pembelajaran keterampilan yang kreatif, adaptif, dan produktif. Kegiatan pengabdian dilaksanakan di SLB-D YPAC Palembang pada bulan Agustus-September 2025 melalui tiga tahap, yaitu persiapan, pelaksanaan, dan evaluasi, dengan metode demonstrasi dan praktik langsung yang diikuti oleh delapan siswa tunadaksa serta didampingi oleh tim pengabdi dan guru. Evaluasi dilakukan melalui pre-test dan post-test yang dianalisis menggunakan metode Normalized Gain (N-Gain) untuk mengukur efektivitas pelatihan dalam peningkatan pemahaman dan keterampilan siswa setelah mengikuti pelatihan. Hasil analisis menunjukkan nilai N-Gain sebesar 0,58 yang termasuk dalam kategori sedang, sehingga pelatihan dinilai cukup efektif dalam meningkatkan pemahaman dan keterampilan siswa. Pelatihan ini juga memberikan dampak positif berupa peningkatan koordinasi motorik halus serta pengembangan soft skill siswa, seperti kemandirian, ketekunan, kemampuan bekerja sama, dan rasa percaya diri selama mengikuti kegiatan dan menyelesaikan pembuatan handcraft. Respon guru dan orang tua turut menguatkan bahwa kegiatan ini bermanfaat dan relevan dengan kebutuhan siswa tunadaksa. Secara keseluruhan, pelatihan handcraft ini dinilai efektif dalam meningkatkan kemampuan kreatif dan produktif siswa tunadaksa di SLB-D YPAC Palembang serta berpotensi untuk dikembangkan menjadi kegiatan pembelajaran keterampilan yang berkelanjutan di sekolah luar biasa. Kata kunci: bouquet snack; pelatihan handcraft; siswa tunadaksa. Abstract SLB-D YPAC Palembang is an educational institution for students with physical disabilities (tunadaksa), who often experience limitations in fine motor function that affect their independence and practical skills. Based on this condition, a community service program was conducted in the form of handcraft training on making snack bouquets to develop creative, adaptive, and productive skills. The program was implemented from August to September 2025 through three stages: preparation, implementation, and evaluation. The training used demonstration and hands-on practice methods and involved eight students with physical disabilities, assisted by the service team and teachers. Evaluation was conducted using pre-test and post-test assessments, analyzed with the Normalized Gain (N-Gain) method to measure effectiveness in improving students’ understanding and skills. The results showed an N-Gain value of 0.58, categorized as medium, indicating that the training was reasonably effective. In addition, the program positively impacted students’ fine motor coordination and supported the development of soft skills, including independence, perseverance, teamwork, and self-confidence during learning and task completion. Feedback from teachers and parents further confirmed that the program was beneficial and aligned with the needs of students with physical disabilities. Overall, this handcraft training is considered effective in enhancing the creative and productive abilities of students at SLB-D YPAC Palembang and has the potential to be developed into a sustainable skills-based learning activity in special education. Keywords: bouquet snack; handcraft training; tunadaksa student.
Co-Authors Adi Muzakir Adinda Ayu Lestari Adzra Afiifah Nabila Affandi, Azhar Kholiq Agatha, Lucy Chania Agung Alamsyah Ajeng Islamia Putri Ajeng Islamia Putri Al-Filambany, Muhammad Gibran Alamsyah, Agung albar Pratama Alga Mahida Ali Amran Ali Amran All Fajri, Muhammad Arya Ally Muchlas Ambarwati Ananda Pratiwi Andhini, Shania Putri Andi Tenri Ajeng Nur 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 Arsyad. H, Muhammad Iqbal Arum Setiawan Aulia Salsabila Aulia, Annisa Rizka Ayuputri, Niken Azhar Kholiq Affandi Azhar Kholiq Affandi Azmi Muhammad Padhil Azzahra, Nur Devita Bambang Suprihatin 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 Diah Suci Ramadhani Dian Cahyawati Diana Dewi Sartika Dicky Naturatama 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 Gio Villando Giovillando Hadi Tanuji Hasibuan, MS Henisaniyya, Nabila Herlina Hanum Herlina Hanum, Herlina Hermansyah Hermansyah Hermansyah Hermansyah Hermansyah Ilham Tri Wibowo Indah Verdya Alvionita Indra Maiyanti, Sri Indri Ramayanti Ira Rayyani Irmeilyana Irmeilyana Irmeilyana Irvan Andrian Jessica Joseph Sen Jonatan Jonatan Kanda Januar Miraswan Karina Karnadi Kartila Kartila Kerenila Agustin Kurnia, M Kahfi Aldi Kurniawan, Rifki Kusmareni, Anisa Aulia Lizah Framesti Lonamonika Sinabutar Lubis, Andika Cristian Lucky Indra Kesuma Lucky Indra Kesuma Lucy Chania Agatha M Al-Ariq M Aldi Saputra Makhalli, Siddiq Malika Zilda Manoppo, Sania Marisa - 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 Muhammad Akbar Muhammad Akmal Shidqi Muhammad Arhami Muhammad Arhami Muhammad Arya All Fajri Muhammad Awaludin Djohar Muhammad Awaludin Djohar Muhammad Azwar Annas Muhammad Gibran Al-Filambany Muhammad Iqbal Arsyad. H Muhammad Naufal Rachmatullah Muhammad Nawawi Muhammad Nawawi Muhammad Syariful Irsyad Muhammad Umar Abdussalam Muhammad Wahyu Ilahi Muhammad Yusuf Prabudifa Muhammat Rio Halim Muslim Muslim Mustaqima, Dina Mutiara Saviera Muzakir, Adi Muzayyadah, Fathona Nur Nadya Riri Febiyanti Napitu, Michael Jackson Narti Narti Narti Narti, Narti 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 Pasma Azzahra Pasma Azzahra Permatasari, Mitta Pertiwi, Citra Prabudifa, Muhammad Yusuf Pranata, Teddi Pratiwi, Ananda Puspa Sari Puspa Sari Puspa Sari, Puspa Putra Bahtera Jaya Bangun, Putra Bahtera Jaya Putri Bella Nusantara Putri Pratiwi Putri, Ajeng Islamia Rahmadita, Suristhia Rahmat Dwian Ramadhan, Faishal Fitra Ramadhan, Raihan Ramadhani, Syafira Dian Rana Sania Ravisha Keyna Anduwi Rayani, 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 Rosalinda Hizkia Amelia Manurung 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 Sinta Bella Agustina Siti Husnul Hotimah, Siti Husnul Siti Nurhaliza Siti Rusdiana Puspa Dewi Siti Rusdiana Puspa Dewi Sitorus, Dina Suzzete Slamet Prayogo Soya Febeauty Yama Otantia Pradini 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 Tiara Valentina Pakpahan Titania Jeanni Charisa Titania Jeanni Charissa Tri Febriani Putri tri wahyuni Tyara Hestyani Putri 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