Article Per Year (5 Year)
p-Index From 2021 - 2026
3.673
P-Index
This Author published in this journals
All Journal Tanra : Jurnal Desain Komunikasi Visual Fakultas Seni dan Desain Universitas Negeri Makassar Jurnal Informatika Upgris E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer BAREKENG: Jurnal Ilmu Matematika dan Terapan Edsence: Jurnal Pendidikan Multimedia Jambura Journal of Electrical and Electronics Engineering Visual Heritage: Jurnal Kreasi Seni dan Budaya Jurnal Pengabdian kepada Masyarakat Jurnal Pengabdian Mandiri Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram PIKAT Journal of Information Technology, Software Engineering and Computer Science Mozaik: Journal of Art and Architecture Equiva Sasambo: Jurnal Abdimas (Journal of Community Service) International Journal of Computing Science and Applied Mathematics-IJCSAM
Ramadhan Paninggalih
Institut Teknologi Kalimantan, Balikpapan, Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
ECOBOO: INOVASI PRODUK BAMBU MELALUI WORKSHOP BERBASIS PEMBERDAYAAN MASYARAKAT SEBAGAI PILAR BRANDING EKOWISATA BAMBOE WANADESA BALIKPAPAN Syaputra, Eko Agung; Amir, Supratiwi; Paninggalih, Ramadhan
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 5 (2025): Oktober 2025
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v5i5.11334

Abstract

Kegiatan pengabdian kepada masyarakat ini dilatarbelakangi oleh belum optimalnya pemanfaatan bambu sebagai produk unggulan yang dapat memperkuat identitas Ekowisata Bamboe Wanadesa. Tujuannya adalah meningkatkan keterampilan masyarakat dalam mengolah bambu menjadi produk kreatif yang bernilai jual dan mendukung branding ekowisata. Workshop yang diselenggarakan mencakup pelatihan keterampilan dasar pengolahan bambu, mulai dari pemilihan bahan, pembelahan, perakitan, finishing, hingga strategi branding dan pemasaran digital. Metode pelaksanaan meliputi sosialisasi, pelatihan, simulasi, pendampingan, dan evaluasi. Hasil kegiatan menunjukkan lahirnya produk bambu inovatif sebagai cenderamata, peningkatan keterampilan masyarakat, serta keterlibatan wisatawan dalam pengalaman kreatif. Program ini berkontribusi terhadap penguatan ekonomi kreatif lokal dan mendukung terwujudnya ekowisata berkelanjutan.
STRATEGI DESAIN PRODUK PACKAGING UNTUK MENDUKUNG PEMASARAN PRODUK UMKM KOTA PONTIANAK Syaputra, Eko Agung; Amir, Supratiwi; Syamsuddin, Faisal; Paninggalih, Ramadhan; Rossalina, Novianti
PIKAT Jurnal Pengabdian Kepada Masyarakat ITK Vol. 4 No. 2 (2023): PIKAT : Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Institut Teknologi Kalimantan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35718/pikat.v4i2.1076

Abstract

Partisipasi sektor UMKM (Usaha Mikro Kecil Menengah) dalam perekonomian Indonesia dapat diukur melalui kapasitasnya dalam menyerap lebih dari 95% dari total tenaga kerja yang tersedia, serta kontribusinya terhadap PDB sebesar lebih dari 60%. Dalam hal ini packaging produk memiliki peran yang sangat penting dalam mempengaruhi daya tarik dan kesuksesan bisnis UMKM. Tujuan kegiatan ini adalah mengoptimalkan potensi produk-produk UMKM melalui desain packaging yang menarik dan strategis. Pelatihan strategi desain packaging menjadi aspek yang krusial dalam meningkatkan daya saing UMKM di pasar global yang semakin kompetitif. Kegiatan Pengabdian kepada masyarakat ini diselenggarakan dengan porsi penekanan yang lebih mendalam pada strategi desain packaging, yang mencakup pemahaman yang komprehensif terhadap konsep desain packaging yang efektif, peran pentingnya dalam menciptakan branding yang kuat, pemilihan bahan packaging, serta teknik membuat desain grafis packaging yang menarik. Metodologi kegiatan ini mencakup tahap analisis pasar, identifikasi masalah, perumusan solusi desain, pelaksanaan pelatihan, dan evaluasi. Hasil dari kegiatan ini diharapkan dapat membantu UMKM meningkatkan daya saing mereka di pasar domestik dan internasional melalui desain packaging yang menarik, efektif, dan berkelanjutan. Pelatihan ini juga dapat memacu inovasi dalam industri kreatif UMKM dan mendukung pertumbuhan ekonomi lokal. Sehingga akan berkontribusi signifikan terhadap pertumbuhan dan keberlanjutan UMKM di Kota Pontianak.
Fine-Grained Plant Classification using Vision Transformers with Optimized MLP Heads Yuardi, Koko; Alfarisy, Gusti Ahmad Fanshuri; Ramadhan Paninggalih
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 9 No. 2 (2025)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v9i2.1500

Abstract

Automatic plant species classification is crucial for advancing education and biodiversity conserva-tion. Deep learning models, such as Vision Transformer (ViT), have demonstrated strong performance in plant species classification tasks. However, limited research explored the impact of hyperparameters in the Multi-Layer Perceptron (MLP) head of ViT models for plant-species classification. This study investi-gated the influence of learning rates, number of neurons, and activation functions on model performance. It also evaluated efficiency in both CPU and GPU environments. The objective was to determine the opti-mal configuration by analyzing accuracy, F1-score, and computation time. Two ViT models, ViT-B/16 and ViT-L/16, were tested using the VNPlant-200 dataset, which contains 200 plant species. Thirteen activa-tion functions, multiple learning rates, and neuron configurations were examined. The results showed that the Tanh activation function, combined with a learning rate of 10-4 and 1024 neurons, yielded the best performance on the ViT-B/16 model, achieving an accuracy of 0.9692 and F1-score of 0.9684. Meanwhile, the Hard Tanh activation function, with a learning rate of 10-4 and 256 neurons, delivered the best results on the ViT-L/16 model, achieving an accuracy of 0.9855 and an F1-score of 0.9854. Computational analy-sis showed that ViT-B/16 achieved an average inference time of 0.0159 seconds on a GPU and 0.8902 seconds on a CPU, while ViT-L/16 took 0.0492 seconds on a GPU and 2.8335 seconds on a CPU. These findings highlight the importance of selecting suitable activation functions, learning rates, and neuron configurations to optimize model performance while maintaining computational efficiency.
Development of Drowsiness Detection System for Drivers using Haar Cascade Classifier and Convolutional Neural Network Syamsul Mujahidin; Achmad Ripaldi; Bowo Nugroho; Ramadhan Paninggalih
(IJCSAM) International Journal of Computing Science and Applied Mathematics Vol. 10 No. 2 (2024)
Publisher : LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24775401.ijcsam.v10i2.4596

Abstract

The use of the Convolutional Neural Network (CNN) method to recognize an object in an image that is not too complex from the background and fore-ground shows very good results. However, in the case of images with various and very complex objects, the CNN method produces a large number of fea-ture maps, sometimes even unnecessary regions of interest (ROI) are includ-ed as material for model training which results in a lot of noise. This results in high computational costs and inconsistencies in the prediction results. Therefore, a pre-processing stage is needed, such as determining the area of interest (ROI) on the object of interest and the optimal architecture of CNN. This study applies the Haar Cascade Classifier method to determine the ROI of the object of interest in the image and CNN with the modified vgg-16 model architecture to detect drowsiness in drivers based on facial images. Test results based on the method used show optimal performance on exper-iments at various epochs with the highest accuracy was achieved 96.72%.
PENDEKATAN DESAIN BERKELANJUTAN PADA PLATFORM 3D IMERSIF UNTUK MENDUKUNG KONSERVASI WARISAN BUDAYA KALIMANTAN TIMUR Eko Agung Syaputra; Ramadhan Paninggalih; Hesti Rosita Dwi Putri; Supratiwi Amir; Novianti Rossalina
Tanra: Jurnal Desain Komunikasi Visual Fakultas Seni Dan Desain Universitas Negeri Makassar Vol 12, No 3 (2025): Desember
Publisher : Universitas Negeri makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/tanra.v12i3.76937

Abstract

Perkembangan teknologi imersif telah membuka peluang baru dalam pelestarian dan diseminasi warisan budaya, memungkinkan pengalaman museum yang interaktif dan inklusif melampaui batas ruang dan waktu. Penelitian ini mengusulkan dan mengevaluasi pendekatan desain berkelanjutan melalui pengembangan platform museum digital Lamiang Nusantara, yang mengintegrasikan metodologi design sprint dan evaluasi kinerja kuantitatif. Fokus penelitian mencakup perbandingan tiga teknik pemodelan 3D — Luma AI berbasis NeRF, fotogrametri Polycam, dan pemindaian LiDAR — untuk menilai akurasi representasi artefak, ketajaman tekstur, dan kesesuaian untuk konservasi budaya. Hasil pengukuran menunjukkan bahwa Luma AI menghasilkan fidelitas visual tertinggi, Polycam menawarkan kompromi optimal antara kualitas dan aksesibilitas untuk digitalisasi massal, sedangkan LiDAR lebih cocok untuk pemetaan ruang berskala besar daripada detail artefak. Uji coba pengguna yang melibatkan 50 responden menghasilkan tingkat kepuasan rata-rata 2.317 pada kategori “sangat setuju”, menegaskan efektivitas platform dalam meningkatkan pemahaman dan keterlibatan budaya. Kontribusi penelitian ini terletak pada pengembangan model visualisasi imersif yang dapat diskalakan dan mendukung tujuan pelestarian budaya digital serta strategi Smart City. Namun, keterbatasan penelitian mencakup jumlah artefak yang terbatas, ketergantungan pada perangkat pemindaian berbasis ponsel, dan pemrosesan berbasis cloud. Studi selanjutnya disarankan untuk memperluas cakupan artefak, mengintegrasikan teknologi pemindaian yang lebih canggih, serta mengeksplorasi real-time rendering untuk meningkatkan autentisitas dan keberlanjutan platform.
Optimalisasi Informasi dan Promosi Hutan Lindung Sungai Wain melalui Teknologi Digital Paninggalih, Ramadhan; Abdullah, Riska Kurniyanto; Nugroho, Bowo
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 17, No 1 (2026): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v17i1.26734

Abstract

Hutan Lindung Sungai Wain (HLSW) merupakan kawasan konservasi penting di Balikpapan yang memerlukan optimalisasi promosi dan edukasi melalui teknologi digital. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk mengembangkan sistem informasi digital yang mendukung konservasi lingkungan dan pengembangan ekowisata di HLSW. Metode pelaksanaan meliputi tiga program utama: pembuatan QR Code identitas pohon dengan spanduk promosi ekowisata, penyusunan buku literasi keanekaragaman burung, dan pengembangan website ekowisata berbasis Laravel dan React. Hasil kegiatan menunjukkan berhasilnya pemasangan 130 QR Code pohon yang terintegrasi dengan sistem digital, produksi spanduk promosi berukuran 3x3 meter dengan konsep "FAUGET MENJELAJAH", penyusunan buku literasi 60 jenis burung tervalidasi, dan peluncuran website ekowisatasungaiwain.com dengan fitur lengkap. Evaluasi melalui kuisioner menunjukkan 73% responden sangat setuju bahwa QR Code meningkatkan minat belajar tentang pohon, dan 67% sangat setuju website memudahkan akses informasi. Program ini berhasil menciptakan ekosistem digital yang terintegrasi untuk mendukung konservasi berkelanjutan dan pengembangan ekowisata di kawasan HLSW.
Membangun Identitas Ekowisata melalui Inovasi Produk Bambu Berbasis Pemberdayaan Komunitas Syaputra, Eko Agung; Amir, Supratiwi; Paninggalih, Ramadhan; Rossalina, Novianti; Syauira, Anastasya Husnul; Ramadani, Fasya Saffanah; Rizky, Muhammad; Lelana, Juniardika Atha; Ramadhana, Rizky Irswanda; Arifin, Nico
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 17, No 1 (2026): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v17i1.26686

Abstract

Kegiatan pengabdian kepada masyarakat ini berfokus pada upaya membangun identitas wisata melalui inovasi produk bambu berbasis pemberdayaan komunitas. Permasalahan yang diangkat adalah belum optimalnya pemanfaatan bambu sebagai produk unggulan yang dapat memperkuat karakter Ekowisata Bamboe Wanadesa Balikpapan. Program ini bertujuan meningkatkan kapasitas dan keterampilan masyarakat dalam mengolah bambu menjadi produk kreatif bernilai ekonomi yang mendukung daya tarik destinasi wisata. Metode pelaksanaan mencakup sosialisasi mengenai potensi bambu, pelatihan keterampilan dasar pengolahan bambu (pemilihan bahan, pembelahan, perakitan, finishing), simulasi pembuatan produk, pendampingan produksi, serta penyusunan strategi pemasaran dan branding digital. Workshop dilakukan secara partisipatif dengan melibatkan masyarakat lokal, pelaku wisata, dan pendamping ahli. Hasil kegiatan menunjukkan peningkatan keterampilan masyarakat, lahirnya desain produk bambu inovatif yang dapat dijual sebagai cenderamata, serta meningkatnya keterlibatan wisatawan melalui pengalaman kreatif secara langsung. Dampak program ini tidak hanya dirasakan secara ekonomi, tetapi juga memperkuat identitas dan citra ekowisata. Kesimpulannya, kegiatan ini berkontribusi pada pengembangan ekonomi kreatif lokal, mendorong kemandirian komunitas, dan mendukung terwujudnya ekowisata berkelanjutan di Balikpapan.
Ambulance Siren Audio Classification Using Convolutional Neural Network for Medical Emergency Detection Ramadhan Paninggalih; Bima Prihasto; Maryo Inri Pratama; Rizky Irswanda Ramadhana; Misbahuddin Misbahuddin; Buan Anshari; Lalu Ahmad Syamsul Irfan Akbar; Giri Wahyu Wiriasto
Prisma Sains : Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Vol. 14 No. 2: April 2026
Publisher : Universitas Pendidikan Mandalika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33394/j-ps.v14i2.20099

Abstract

The rapid detection of emergency vehicle sirens is critical for enhancing road safety and traffic management. This study proposes an automated classification system for ambulance sirens using a Convolutional Neural Network (CNN). The method utilizes Mel-Frequency Cepstral Coefficients (MFCC) to transform audio signals into 2D feature maps, allowing the model to capture distinct spectral and temporal patterns. The dataset was preprocessed using a stratified split to ensure balanced class distribution and prevent data leakage. Experimental results demonstrate that the CNN model achieves a high performance with an accuracy of 0.95, significantly outperforming baseline models such as Multi-Layer Perceptron (MLP) and XGBoost. Detailed evaluation through a confusion matrix indicates a consistent precision, recall, and F1-score of 0.95, proving the model’s robustness in distinguishing sirens from complex urban noise. The implementation of the Adam optimizer and early stopping mechanism ensured stable convergence and prevented overfitting. These findings suggest that the proposed CNN-MFCC framework provides a reliable solution for real-time emergency signal detection, offering a substantial contribution to intelligent transportation systems.
Platform Visualisasi 3d Imersif Untuk Pelestarian Berkelanjutan Warisan Budaya Di Kalimantan Timur Eko Agung Syaputra; Ramadhan Paninggalih; Hesti Rosita Dwi Putri; Novianti Rossalina
Visual Heritage: Jurnal Kreasi Seni dan Budaya Vol 8, No 1 (2025): Visual Heritage: Jurnal Kreasi Seni Dan Budaya
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/vh.v8i1.16016

Abstract

Perkembangan teknologi imersif telah mengubah cara pelestarian dan diseminasi warisan budaya, memungkinkan museum menghadirkan pengalaman interaktif dan personal di luar batas ruang dan waktu. Penelitian ini memperkenalkan serta mengevaluasi Lamiang Nusantara, sebuah platform visualisasi 3D imersif yang dirancang untuk melestarikan dan mempromosikan warisan budaya Kalimantan Timur melalui representasi digital yang dinamis. Dengan menggunakan metode design sprint yang mengintegrasikan prototyping iteratif dan keterlibatan pemangku kepentingan, penelitian ini berfokus pada peningkatan akurasi render, responsivitas sistem, dan interaktivitas pengguna. Uji kinerja komparatif menunjukkan bahwa Luma AI memberikan fidelitas visual tertinggi dengan nilai RMS serendah 0,00063, jauh lebih unggul dibandingkan Polycam (0,01275) dan LiDAR (0,05245). Meskipun LiDAR kurang sesuai untuk digitalisasi artefak detail karena tingkat error yang tinggi (CMDM 0,378595), metode ini tetap efektif untuk pemetaan ruang berskala besar. Sementara itu, Polycam menawarkan keseimbangan optimal antara kualitas dan aksesibilitas sehingga praktis untuk digitalisasi massal. Evaluasi pengguna menghasilkan skor rata-rata 2,317 pada kategori “sangat setuju”, yang menegaskan bahwa visualisasi 3D imersif mampu meningkatkan pemahaman artefak budaya sekaligus kesadaran terhadap pelestarian warisan budaya. Hasil ini menegaskan signifikansi ilmiah dan praktis teknologi imersif dalam memperluas akses publik serta mendorong pelestarian budaya berkelanjutan di Kalimantan Timur.
SCALABLE DETECTION OF COST INEFFICIENCY IN BPJS KESEHATAN CLAIMS USING XGBOOST WITH IMBALANCE LEARNING AND VAEX-BASED BIG DATA PROCESSING Alpian Roymundus Siringo-ringo; Ramadhan Paninggalih; Rizal Kusuma Putra
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 20 No 4 (2026): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol20iss4pp3533-3546

Abstract

BPJS Kesehatan Indonesia's national health insurance system, faces significant challenges in managing large-scale claim data, particularly in identifying cost inefficiencies such as abnormal claims, duplication, and misuse. Although machine learning methods have been widely applied in healthcare analytics, limited studies address both large-scale data processing and class imbalance issues in inefficiency detection. This study aims to develop a scalable classification model using XGBoost integrated with Vaex for efficient big data processing. The dataset was obtained from the JKN Healthkathon, consisting of millions of claim records with predefined inefficiency labels. Data preprocessing was performed using Vaex to enable out-of-core computation, followed by model development using XGBoost with various data splitting strategies and imbalance handling techniques, including random oversampling and undersampling. Model performance was evaluated using accuracy, precision, recall, and F1-score. The results indicate that the balanced split with random oversampling achieved the most stable performance, with precision, recall, and F1-score of 0.91. In contrast, stratified splitting without imbalance handling yielded higher accuracy but lower recall. This study contributes by proposing a scalable and efficient framework that integrates XGBoost with Vaex for large-scale healthcare claim analysis and systematically evaluates the impact of imbalance handling strategies on model performance. However, the use of predefined labels with undisclosed generation processes may introduce potential bias in the results.
Co-Authors Abrari Noor Hasmi Achmad Ripaldi Aditya Putra Pratama Adrian Philip Marthinus, Adrian Philip Alpian Roymundus Siringo-ringo Amir, Supratiwi Anggriani, Indira Aninditya Anggari Nuryono Arifin, Nico Bima Prihasto Bowo Nugroho Bowo Nugroho Buan Anshari Dodisutarma Lapihu Eko Agung Syaputra Endrawati, Budiani Fitria Fadhliana, Nisa Rizqiya Giri Wahyu Wiriasto Gusti Ahmad Fanshuri Alfarisy Gusti Ahmad Fanshuri Alfarisy, Gusti Ahmad Fanshuri Hesti Rosita Dwi Putri Lalu Ahmad Syamsul Irfan Akbar Lelana, Juniardika Atha Mahardika Inra Takaendengan Mahardika Inra Takaendengan muhammad rizky, muhammad Mujahidin, Syamsul Muliady Faisal Novianti Rossalina Nugroho, Bowo Nugroho, Bowo Nuryono, Aninditya Anggari Perwita, Yustika Prabowo, I Putu Deny Arthawan Sugih Pratama, Maryo Inri Ramadani, Fasya Saffanah Ramadhana, Rizky Irswanda Ripaldi, Achmad Riska Kurniyanto Abdullah Riska Kurniyanto Abdullah Rizal Kusuma Putra Rizal Kusuma Putra Rizki, Rifaldho Muhammad Rizky Irswanda Ramadhana Rossalina, Novianti Sucipto, Fatrysia Wikarya Supratiwi Amir Syalam Ali Wira Dinata Simatupang Syamsuddin, Faisal Syamsul Mujahidin Syamsul Mujahidin, Syamsul Syauira, Anastasya Husnul Takaendengan, Mahardika Inra Widya Sartika Yuardi, Koko