Claim Missing Document
Check
Articles

Found 16 Documents
Search

Pemanfaatan Aplikasi Binasehat dalam Peningkatan Kesadaran Kesehatan di Puskesmas Cimaragas Marisa Premitasari; Rifqi Lukmansyah; Farhan Al Farisi; Muhammad Hafidz Fadillah; Qays Arkan Chairy
JURNAL CEMERLANG: Pengabdian pada Masyarakat Vol 7 No 1 (2024): JURNAL CEMERLANG: Pengabdian Pada Masyarakat
Publisher : LP4MK STKIP PGRI Lubuklinggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31540/jpm.v7i1.3380

Abstract

Peningkatan prevalensi Penyakit Tidak Menular (PTM) di Indonesia menimbulkan tantangan besar dalam sistem kesehatan nasional. Puskesmas, sebagai ujung tombak layanan kesehatan primer, memainkan peran penting dalam mengatasi masalah ini melalui pendekatan promotif dan preventif. Aplikasi BinaSehat dikembangkan sebagai solusi teknologi digital untuk mendukung upaya ini. Program ini bertujuan untuk meningkatkan kesadaran kesehatan masyarakat di wilayah Puskesmas Cimaragas melalui fitur pelacakan kalori, panduan olahraga interaktif, dan edukasi kesehatan berbasis digital. Hasil implementasi menunjukkan respons positif dari tenaga kesehatan dan masyarakat. Aplikasi ini tidak hanya mempermudah edukasi kesehatan tetapi juga mendorong perubahan perilaku menuju gaya hidup sehat. Namun, tantangan seperti adaptasi terhadap teknologi digital dan keterbatasan infrastruktur internet tetap menjadi hambatan. Diharapkan aplikasi BinaSehat dapat menjadi model inovasi layanan kesehatan primer yang dapat direplikasi di seluruh Indonesia untuk mendukung transformasi digital sektor kesehatan.
Web-Based Financial Management System for HKBP Cimahi Church, Sisingamangaraja Street: Sistem Keuangan Gereja HKBP Cimahi Jalan Sisingamangaraja Berbasis Website Pardede, Jasman; Premitasari, Marisa; Perdinan, Rivan Dio; Al Fauzan, Farel Anugrah; Supriyandari, Listy Nuri; Sandia, Muhammad Sakha; Ramdani, Dadan
CONSEN: Indonesian Journal of Community Services and Engagement Vol. 6 No. 1 (2026): Consen: Indonesian Journal of Community Services and Engagement
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/consen.v6i1.2686

Abstract

transaction tracking, and limited financial transparency. This community service program (PKM) addresses the question of how a website-based financial system can improve the efficiency and transparency of financial management at HKBP Cimahi Sisingamangaraja Church. The position of this activity lies in the implementation and development of a church financial management system as a technological solution to existing administrative challenges. The system was developed using the waterfall method, which includes requirement analysis, system design and implementation, as well as testing and evaluation stages. The results of the implementation indicate that the website-based financial system is capable of centralizing financial data management, simplifying transaction recording processes, and enhancing the transparency of church financial management. These findings demonstrate that the adoption of a web-based financial system can effectively support more accountable and efficient financial administration within church organizations.
Analisis Polarisasi Opini BBM Menggunakan GCN dan PMI Chalifa Chazar; Dea Amelia Azzahra; Asep Nana Hermana; Marisa Premitasari
Jurnal Sistem Informasi Vol. 13 No. 1 (2026)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/8pz6gc44

Abstract

This study analyzes the polarization of public opinion regarding the removal of fuel subsidies in Indonesia using a graph-based text classification approch that integrates Pointwise Mutual Information (PMI) and Graph Convolution Networks (GCN). One of the main challenges in sentiment analysis of social media data lies in capturing contextual and semantic relationships within short and noisy texts, which often limits the performance of conventional classifications methods. A dataset consisting of 602 tweets was preprocessed and represented as a graph, where word-word relationships were weighted using PMI and document-word connections were weighted using TF-IDF. Two model configurations were evaluated: a baseline GCN without PMI and a PMI-enhanced GCN, both trained using a 70:15:15 train-validation-test split with indentical hyperparameter settings. Experimental results indicate that the baseline GCN achieved a maximum accuracy of 65%, while the integration of PMI improved performance, yielding the highest the accuracy of 73%. These results demonstrate that incorporating PMI enriches graph representations and enhances the effectiveness of GCN in sentiment classification of political opinion data from social media.
Perbandingan Algoritma Machine Learning untuk Prediksi Gaji Pekerjaan Berdasarkan Umur, Pengalaman dan Pendidikan Rizki Tazidi; Marisa Premitasari; Zahra Hisyam
Jurnal Rekayasa Lampung Vol. 5 No. 3 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i3.115

Abstract

Penentuan gaji karyawan yang adil dan kompetitif masih menjadi persoalan dalam manajemen sumber daya manusia. Penelitian ini membandingkan lima metode machine learning, yaitu Gradient Boosting, Regresi Linear, Polynomial Regression, K-Nearest Neighbors (KNN), dan Decision Tree, untuk memprediksi gaji berdasarkan umur, pengalaman kerja, dan tingkat pendidikan. Data yang digunakan berjumlah 375 data karyawan dan tersisa 324 data setelah pembersihan; mengikuti tahapan CRISP-DM, setiap model dievaluasi pada empat teknik normalisasi dan satu kondisi tanpa normalisasi. Gradient Boosting memberikan hasil terbaik dengan nilai R² sebesar 0,965 dan MAPE 7,23% pada kondisi tanpa normalisasi. Normalisasi Z-Score dan Min-Max mempertahankan performa tersebut, sedangkan normalisasi L1 justru menaikkan performa Decision Tree hingga R² sebesar 0,9616. Sebagai implementasi, dibangun aplikasi web berbasis Streamlit agar praktisi HR dapat mencoba prediksi gaji secara langsung. Hasil penelitian menunjukkan bahwa prediksi gaji berbasis data karyawan dapat dilakukan dengan baik dan berpotensi membantu perusahaan menyusun struktur gaji yang lebih transparan.
Pembelajaran Bahasa Isyarat Berbasis Cloud dan Machine Learning di PUSBISINDO Marisa Premitasari; Caecilia Sri Wahyuning; Fifi Herni Mustofa; Jasman Pardede; Muhammad Azhari; Ardi Fajar Maulana
JURNAL CEMERLANG: Pengabdian pada Masyarakat Vol 8 No 2 (2026): JURNAL CEMERLANG: Pengabdian Pada Masyarakat
Publisher : LP4MK STKIP PGRI Lubuklinggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31540/jpm.v8i2.4309

Abstract

Keterbatasan media pembelajaran interaktif untuk Bahasa Isyarat Indonesia (BISINDO) menyulitkan proses belajar mandiri huruf abjad isyarat (A-Z), khususnya bagi pemula yang tidak memiliki akses langsung ke pengajar atau komunitas Tuli. Kegiatan PKM ini menghasilkan aplikasi web pembelajaran BISINDO yang memungkinkan pengguna mempelajari 26 huruf abjad isyarat secara mandiri dan mempraktikkannya langsung di depan kamera, dengan umpan balik otomatis dari model pengenalan gestur tangan. Sistem dibangun dengan arsitektur client-side: model klasifikasi citra MobileNetV3-Large yang di-fine-tune dari bobot ImageNet1K diekspor ke format ONNX dan dijalankan sepenuhnya di peramban (browser) pengguna melalui ONNX Runtime Web (WebAssembly), sehingga tidak memerlukan server inferensi dan menjaga privasi video pengguna karena tidak ada gambar yang dikirim keluar perangkat. Deteksi keberadaan tangan menggunakan MediaPipe HandLandmarker sebagai gerbang (gate) sebelum citra diteruskan ke model klasifikasi, mengurangi prediksi palsu saat tidak ada tangan di depan kamera. Proses pengembangan model melalui beberapa iterasi signifikan: perbaikan skema pembagian data (split) yang semula bocor akibat duplikasi augmentasi menaikkan akurasi validasi dari 27,6% menjadi 84,0%, dan penambahan pemotongan (crop) citra pada area bounding box tangan menaikkannya lebih lanjut hingga 90,4% (validasi) dan 84,7% (uji) untuk arsitektur Large. Aplikasi diuji secara fungsional pada mode latihan interaktif, di mana pengguna diberi umpan balik visual dan audio ketika berhasil memperagakan huruf target. Hasil kegiatan ini menunjukkan bahwa kombinasi model klasifikasi ringan berbasis mobile-oriented CNN dan inferensi on-device dapat menjadi solusi pembelajaran BISINDO yang ringan, dapat diakses melalui perangkat apa pun tanpa instalasi, dan tidak bergantung pada infrastruktur cloud untuk komputasi model.
Pembelajaran Speech to Text Recognition berbasis Virtual Asisten di LKSA Muhammadiyah Bandung Marisa Premitasari; Rizki Tazidi Zayd; Firmansyah Diyata; Noviyanti Nugraha; Asep Nana Hermana; Rafly Mumtaz Alarik
JURNAL PERSPEKTIF PENDIDIKAN Vol 20 No 1 (2026): Jurnal Perspektif Pendidikan
Publisher : LP4MK STKIP PGRI Lubuklinggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31540/jpp.v20i1.4308

Abstract

Lembaga Kesejahteraan Sosial Anak (LKSA) Muhammadiyah Sumur Bandung cabang Jalan Veteran membina 24 anak asuh yang bersekolah dari jenjang SD sampai SMA sesuai program pemerintah Wajib Belajar 12 Tahun. Permasalahan utama mitra adalah anak asuh kesulitan memahami materi sekolah, tidak memiliki buku pegangan maupun akses internet, serta memiliki jadwal kegiatan yang padat sehingga sulit disamakan dengan jadwal instruktur pengajar. Kegiatan Program Kemitraan Masyarakat (PKM) ini menawarkan solusi berupa bimbingan belajar tiga mata pelajaran inti (Matematika, Fisika, dan Bahasa Inggris) yang dilengkapi aplikasi kamus digital berbasis asisten virtual dengan metode dependent speech recognition. Kata kunci materi dikumpulkan langsung dari anak asuh melalui survey lapangan, direkam sebagai data latih, lalu dipetakan dengan solusi materi yang disusun instruktur pengajar. Aplikasi dibangun sebagai aplikasi desktop menggunakan Python 3.6.5 pada PyCharm dan tidak memerlukan kuota internet. Kegiatan dilaksanakan dalam 27 pertemuan dan 14 rapat koordinasi, menghasilkan 15 kata kunci (5 kata kunci per mata pelajaran) serta satu aplikasi pembelajaran terpadu yang diserahkan kepada mitra bersama satu unit komputer desktop. Hasil pengujian akhir menunjukkan sistem mampu mengenali suara anak asuh maupun suara yang belum dilatih sebesar 60%, sesuai dengan target kegiatan.