Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pelatihan Penggunaan QR Code terhadap Pengembang Kurikulum dalam Menggunakan untuk Presensi Siswa pada SMK PGRI 2 Kediri Sucipto Sucipto; Rini Indriati; Dwi Harini; Teguh Andriyanto; Arie Nugroho; Akmal Hisyam Pradhana; Cinta Azzaria; Bifadhlillah Marsheila Islami; Ersa Dwi Nur Aini; Ari Kurniawan
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 3 No. 2 (2023): Mei 2023
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v3i2.187

Abstract

Presensi merupakan hal penting dalam proses belajar pada pendidikan menengah kejuruan. Daftar presensi digunakan untuk mengetahui frekuensi kehadiran siswa di sekolah sekaligus untuk mengontrol kegiatan belajar siswa. Pada kasus pengabdian ini dilakukan pada SMK PGRI 2 Kediri dimana optimalisasi presensi siswa belum optimal. Tim pengabdian memberikan inovasi presensi berbasis QR Code guna memudahkan rekap data dan hasil yang lebih real time dapat diterima civitas akademik sekolah dan wali murid. Tim pengabdian melakukan sosialisasi penggunaan QR Code dan transfer teknologi terhadap presensi QR Code. Hasil kepuasan sosialisasi dan transfer teknologi peserta sangat puas terhadap kegiatan yang telah dilaksanakan dengan persentase kepuasan rata-rata 88,93%. Implementasi hasil penelitian berbasis QR Code untuk pelaksanaan pengabdian ini diharapkan dapat membantu optimalisasi proses pencatatan presensi sehingga civitas akademika SMK PGRI 2 Kediri.
Peningkatan Akurasi Deteksi Liver Disease melalui Hyperparameter Tuning pada Algoritma Random Forest Cinta Azzaria; Erna Daniati; Aidina Ristyawan
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.198

Abstract

Penyakit liver merupakan salah satu penyebab utama kematian global, sehingga deteksi dini sangat penting untuk mendukung penanganan medis yang cepat dan tepat. Penelitian ini bertujuan meningkatkan akurasi deteksi penyakit liver menggunakan algoritma Random Forest. Dataset yang digunakan adalah Indian Liver Patient Dataset (ILPD) yang terdiri dari 583 entri. Penelitian mengikuti pendekatan CRISP-DM dan menerapkan teknik SMOTE untuk mengatasi ketidakseimbangan kelas serta Grid Search CV untuk optimasi hyperparameter. Berbeda dengan penelitian sebelumnya, studi ini menggabungkan SMOTE dan Grid Search secara sistematis untuk meningkatkan performa model pada dataset ILPD. Hasil menunjukkan bahwa akurasi model meningkat dari 74% menjadi 75%, dengan perbaikan pada precision dan recall, khususnya untuk kelas pasien yang terdiagnosis liver disease.Temuan ini menunjukkan bahwa Random Forest yang dioptimalkan melalui pendekatan ini dapat menjadi metode andal dalam mendukung diagnosis dini penyakit liver.