Garuda - Garba Rujukan Digital

PREDIKSI CUACA DENGAN JARINGAN SYARAF TIRUAN MENGGUNAKAN PYTHON Rochmawati, Dwi Robiul
Jurnal Teknologi Komputer dan Informatika Vol 2 No 2 (2024): Jurnal Teknologi Komputer dan Informatika (TEKOMIN)
Publisher : LPPM Politeknik Pajajaran ICB Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59820/tekomin.v2i2.228

Weather prediction is one of the growing challenges in meteorological science. Accurate prediction methods can provide invaluable information for various sectors, including agriculture, transport, and natural disaster mitigation. One approach used in predicting weather is using artificial neural network (ANN) techniques. JST is a computational model inspired by the structure and function of human biological neural networks. This research aims to implement and evaluate the performance of JST in weather prediction. The data used is historical weather data that includes parameters such as air temperature, humidity, air pressure, and wind direction. The training process is carried out using a suitable learning algorithm to adjust the weights in the JST to produce accurate weather predictions. The results of this study show that a single hidden layer with only two nodes performs slightly better than more complex architectures. In addition, it requires a much shorter training time. In terms of accuracy and efficiency despite using a simpler architecture, the small network almost achieved the same accuracy (around 89%) as the original network. In addition, its training time is also more efficient. So based on these findings, it was decided to continue with the optimized network layout (one hidden layer with 2 nodes) due to the good balance between accuracy and efficiency. This research not only improves the accuracy of weather prediction but also highlights the importance of neural network architecture optimization according to the specific dataset and task.

MANFAAT KECERDASAN BUATAN UNTUK PENDIDIKAN Rochmawati, Dwi Robiul; Arya , Ivan; Zakariyya, Azka
Jurnal Teknologi Komputer dan Informatika Vol 2 No 1 (2023): Jurnal Teknologi Komputer dan Informatika (TEKOMIN)
Publisher : LPPM Politeknik Pajajaran ICB Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59820/tekomin.v2i1.163

Pemanfaatan kecerdasan buatan (AI) dalam pendidikan telah menjadi subjek yang menarik perhatian akademisi dan praktisi pendidikan. Dalam konteks ini, penelitian ini bertujuan untuk mengeksplorasi manfaat AI dalam pembelajaran, pengembangan metode pengajaran, serta peningkatan efektivitas secara keseluruhan. Melalui metode penelitian deskriptif dan analisis komprehensif, penelitian ini mengidentifikasi manfaat AI dalam personalisasi pembelajaran, pengajaran adaptif, analisis data pendidikan, serta peningkatan akses global terhadap pendidikan. Namun, penerapan AI juga menimbulkan sejumlah tantangan dan kekhawatiran etika, seperti bias algoritma, privasi dan keamanan data, ketergantungan teknologi, dan kurangnya pelatihan guru. Oleh karena itu, penelitian ini memberikan saran-saran untuk mengelola tantangan tersebut secara bijaksana, termasuk pengelolaan bias algoritma, perlindungan privasi data, keterlibatan manusia yang cukup, transparansi algoritma, pelatihan guru yang memadai, dan pertimbangan etika dalam pengambilan keputusan karier. Dengan pendekatan yang hati-hati terhadap tantangan dan saran-saran ini, integrasi AI dalam pendidikan dapat memberikan manfaat maksimal sambil menjaga keadilan, privasi, dan keterlibatan manusia yang penting dalam proses pendidikan.

Pelatihan dan Penerapan Sistem Informasi Resume Rekam Medis di Klinik Prima Husada Bandung Adhita Arif Setyawan; Muhammad Prakarsa Al Qadr Saleh; Ardi Taryanto; Edi Suharto; Rini Suwartika; Karina Wahyu Noviyanti; Dwi Robiul Rochmawati; Wahyu Trimastuti
PADMA Vol 4 No 1 (2024): JURNAL PENGABDIAN KEPADA MASYARAKAT (PADMA)
Publisher : LPPM Politeknik Piksi Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56689/padma.v4i1.1554

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kemampuan pengelolaan sumber daya manusia (SDM) di era digital bagi usaha mikro, kecil, dan menengah (UMKM) yang berada di wilayah Maleer, Kecamatan Batununggal, Kota Bandung. Dalam era digital yang berkembang pesat, UMKM menghadapi tantangan baru dalam mengelola SDM secara efektif dan efisien. Untuk itu, pelatihan ini dirancang untuk membekali para pelaku UMKM dengan pengetahuan dan keterampilan yang diperlukan dalam pengelolaan SDM, termasuk penggunaan teknologi digital, pemanfaatan alat manajemen SDM, dan strategi pengembangan karyawan. Metode pelatihan meliputi sesi teori, praktik langsung, dan diskusi kasus yang relevan dengan konteks UMKM. Materi yang disampaikan meliputi dasar-dasar pengelolaan SDM, penerapan teknologi digital dalam manajemen SDM, penggunaan perangkat lunak HRIS (Human Resource Information System), dan strategi pengembangan SDM yang efektif. Evaluasi dilakukan untuk menilai peningkatan pemahaman dan keterampilan peserta setelah pelatihan. Hasil dari kegiatan ini menunjukkan peningkatan signifikan dalam kemampuan peserta dalam menggunakan teknologi digital untuk manajemen SDM. Sebagian besar peserta merasa lebih siap untuk mengimplementasikan alat manajemen digital dan strategi pengembangan SDM dalam usaha mereka. Pelatihan ini diharapkan dapat meningkatkan efisiensi pengelolaan SDM di UMKM, mendukung pertumbuhan usaha, dan mendorong adaptasi yang lebih baik terhadap tuntutan era digital. Dengan keberhasilan pelatihan ini, diharapkan UMKM di wilayah Maleer dapat memanfaatkan teknologi digital untuk meningkatkan kinerja dan daya saing mereka, serta menjadi contoh bagi UMKM lainnya dalam penerapan manajemen SDM yang modern dan efektif.

Classification and Interpretability of Employee Burnout Using Linear Discriminant Analysis Dwi Robiul Rochmawati; Muhammad Al Adib; Diyo Mollana Fazri; Bill Raj; Romi Antoni; Rahmad Santoso; Wahyu Saptha Negoro
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.811

Employee burnout has become a critical challenge in modern organizations due to its negative impact on employees’ mental well-being, work performance, and organizational sustainability. In many workplaces, burnout identification still relies on subjective assessments and retrospective surveys, limiting the effectiveness of early intervention strategies. This study aims to develop an employee burnout risk classification model that achieves high predictive performance while maintaining strong interpretability. Linear Discriminant Analysis (LDA) is employed as the primary method because of its ability to separate classes optimally and provide explicit discriminant coefficients for explanatory analysis. The study utilizes a secondary dataset from the Mental Health in Workplace Survey, consisting of 3,000 employee records and 15 variables related to job characteristics, psychosocial factors, and individual conditions. The dataset is divided into training and testing sets with an 80:20 ratio. Experimental results show that the LDA model achieves an accuracy of 96.17%, with a precision of 89.50%, recall of 100%, F1-score of 94.46%, and an AUC value of 0.9988, indicating excellent classification capability. Further analysis of discriminant coefficients reveals that individual burnout indicators, job roles, work–life balance, and career growth opportunities are the most influential factors in determining burnout risk. These findings demonstrate that LDA offers an effective and interpretable approach for early burnout detection and supports evidence-based decision-making for human resource management.

Transformasi Layanan Skrining Kesehatan Masyarakat Melalui Implementasi Aplikasi Digital di Kelurahan Maleer Kota Bandung Adhita Arif Setyawan; Muhamad Prakarsa Al Qadr Saleh; Sani Fitriyani; Surya Cahyadi; Falaah Abdussalaam; Dwi Robiul Rochmawati; Abdul Qudus
PADMA Vol 6 No 1 (2026): JURNAL PENGABDIAN KEPADA MASYARAKAT (PADMA)
Publisher : LPPM Politeknik Piksi Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56689/padma.v6i1.2940

Skrining kesehatan masyarakat merupakan upaya promotif dan preventif yang penting untuk mendeteksi faktor risiko penyakit tidak menular (PTM) sejak dini. Namun, pelaksanaannya di tingkat kelurahan masih menghadapi kendala berupa pencatatan manual, keterbatasan tenaga kader, serta rendahnya literasi masyarakat terhadap pemanfaatan teknologi kesehatan digital. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman dan keterampilan warga Kelurahan Maleer, Kota Bandung, dalam memanfaatkan aplikasi digital sebagai sarana skrining kesehatan mandiri serta mendukung efisiensi pencatatan data kesehatan di tingkat komunitas. Kegiatan dilaksanakan pada 19 April 2026 dan diikuti oleh 25 peserta yang terdiri atas kader kesehatan dan warga setempat. Metode pelaksanaan menggunakan pendekatan participatory action research yang meliputi tahap persiapan, identifikasi masalah mitra, penyusunan materi, edukasi dan pelatihan, praktik pendampingan penggunaan aplikasi, serta evaluasi melalui pre-test dan post-test dan kuesioner kepuasan. Hasil kegiatan menunjukkan peningkatan rata-rata skor pemahaman peserta dari 63,1 (pre-test) menjadi 85,2 (post-test), atau meningkat sebesar 35,0%, dengan seluruh peserta (100%) mengalami kenaikan skor. Hasil kuesioner kepuasan menunjukkan respons positif, dengan lebih dari 84% peserta menyatakan puas hingga sangat puas terhadap pelaksanaan kegiatan, dan 92% peserta menilai kegiatan ini bermanfaat bagi pemahaman kesehatan mereka. Dokumentasi dan testimoni peserta turut memperkuat bukti bahwa kegiatan ini berhasil meningkatkan kesadaran dan kemandirian masyarakat dalam menjaga kesehatan melalui pemanfaatan teknologi digital. Kegiatan ini direkomendasikan untuk dilanjutkan secara berkala dengan pendampingan lanjutan, integrasi data dengan sistem informasi puskesmas, dan perluasan sasaran ke kelurahan lain di Kota Bandung.

Pelatihan dan Penerapan Sistem Informasi Resume Rekam Medis di Klinik Prima Husada Bandung Adhita Arif Setyawan; Muhammad Prakarsa Al Qadr Saleh; Ardi Taryanto; Edi Suharto; Rini Suwartika; Karina Wahyu Noviyanti; Dwi Robiul Rochmawati; Wahyu Trimastuti
PADMA Vol 4 No 1 (2024): JURNAL PENGABDIAN KEPADA MASYARAKAT (PADMA)
Publisher : LPPM Politeknik Piksi Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56689/padma.v4i1.1554

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kemampuan pengelolaan sumber daya manusia (SDM) di era digital bagi usaha mikro, kecil, dan menengah (UMKM) yang berada di wilayah Maleer, Kecamatan Batununggal, Kota Bandung. Dalam era digital yang berkembang pesat, UMKM menghadapi tantangan baru dalam mengelola SDM secara efektif dan efisien. Untuk itu, pelatihan ini dirancang untuk membekali para pelaku UMKM dengan pengetahuan dan keterampilan yang diperlukan dalam pengelolaan SDM, termasuk penggunaan teknologi digital, pemanfaatan alat manajemen SDM, dan strategi pengembangan karyawan. Metode pelatihan meliputi sesi teori, praktik langsung, dan diskusi kasus yang relevan dengan konteks UMKM. Materi yang disampaikan meliputi dasar-dasar pengelolaan SDM, penerapan teknologi digital dalam manajemen SDM, penggunaan perangkat lunak HRIS (Human Resource Information System), dan strategi pengembangan SDM yang efektif. Evaluasi dilakukan untuk menilai peningkatan pemahaman dan keterampilan peserta setelah pelatihan. Hasil dari kegiatan ini menunjukkan peningkatan signifikan dalam kemampuan peserta dalam menggunakan teknologi digital untuk manajemen SDM. Sebagian besar peserta merasa lebih siap untuk mengimplementasikan alat manajemen digital dan strategi pengembangan SDM dalam usaha mereka. Pelatihan ini diharapkan dapat meningkatkan efisiensi pengelolaan SDM di UMKM, mendukung pertumbuhan usaha, dan mendorong adaptasi yang lebih baik terhadap tuntutan era digital. Dengan keberhasilan pelatihan ini, diharapkan UMKM di wilayah Maleer dapat memanfaatkan teknologi digital untuk meningkatkan kinerja dan daya saing mereka, serta menjadi contoh bagi UMKM lainnya dalam penerapan manajemen SDM yang modern dan efektif.

Deep Learning-Based ResNet-50 Transfer Learning Approaches for Pneumonia Detection from Chest X-Ray Images: With and Without Fine-Tuning Dwi Robiul Rochmawati; Lidya Maryani
Indonesian Journal of Health Research and Development Vol. 3 No. 3 (2025): Indonesian Journal of Health Research and Development
Publisher : CV Media Inti Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58723/ijhrd.v3i3.507

Background: Pneumonia remains one of the leading causes of morbidity and mortality worldwide, particularly among children and older adults in low-resource settings. Diagnosis based on chest X-ray interpretation often depends on radiologist expertise, which may be limited in availability and prone to subjectivity. Deep learning offers a promising alternative to improve diagnostic efficiency and consistency.Aims: This study aims to evaluate the effectiveness of the ResNet-50 architecture for pneumonia detection using chest X-ray images by comparing transfer learning with frozen layers and partial fine-tuning strategies.Methods: A total of 5,856 chest X-ray images were obtained from a public dataset and divided into training, validation, and testing sets using stratified sampling. Data preprocessing included resizing, normalization, and augmentation. Two models were developed: (1) a frozen ResNet-50 model, where all convolutional layers were fixed, and (2) a fine-tuned ResNet-50 model, where the final convolutional layers were retrained. Performance was evaluated using accuracy, precision, recall, F1-score, and area under the ROC curve (AUC). Statistical tests were conducted to assess performance differences between the two models.Results: The frozen model achieved an accuracy of 62.50% and an AUC of 0.4819, indicating weak classification performance. In contrast, the fine-tuned model demonstrated substantially higher accuracy of 85.90%, F1-score of 0.8967, and AUC of 0.9510, showing strong discriminative capability. Statistical analysis confirmed that the performance improvement in accuracy was significant.Conclusion: Fine-tuning significantly enhances the applicability of ResNet-50 for pneumonia detection. Without feature adaptation, pretrained models struggle to generalize to medical imaging domains. Fine-tuned transfer learning provides a more reliable framework for developing computer-aided diagnostic systems, particularly in clinical environments with limited expert availability.

Title

Found 17 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 17 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 17 Documents
Search