Claim Missing Document
Check
Articles

Found 16 Documents
Search

Penguatan Deep Learning Approach Berbasis Teknologi di SMAN 03 Bengkayang Candra Gudiato; Mira; Kusnanto
Tanggap Masyarakat untuk Aksi dan Sinergi Vol 2 No 02 (2026): Volume 02 Nomor 02 - Juni 2026
Publisher : TAM Global Insights

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi Artificial Intelligence (AI) yang pedat menuntut dunia pendidikan untuk beradaptasi, tidak hanya dalam penggunaan teknologi, tetapi juga dalam membangun kemampuan berpikir kritis siswa. Kegiatan pengabdian masyarakat ini bertujuan untuk menguatkan deep learning approach berbasis teknologi di SMA Negeri 03 Bengkayang. Deep learning dalam konteks pendidikan diimplementasikan melalui tiga prinsip dasar, yaitu mindful (berkesadaran), meaningful (bermakna), dan joyful (menyenangkan) yang mendorong siswa untuk tidak sekadar menghafal, melainkan mampu menganalisis, mengevaluasi dan mengkonstruksi pengetahuan secara mandiri. Kegiatan ini diaktualisasikan dengan sosialisasi Artificial Intelligence. Dalam sesi diskusi sosialisasi ini, siswa mengeksplorasi dan membandingkan jawaban dari tiga platform AI, yaitu ChatGPT, Meta AI dan Google Gemini, terhadap pertanyaan yang sama, kemudian mengevaluasi keakuratan, kedalaman dan relevansi masing – masing jawaban. Hasil kegiatan menunjukkan bahwa siswa mampu mengidentifikasi perbedaan karakteristik setiap platform, di mana Chat GPT unggul dalam kedalaman dan struktur jawaban, Meta AI lebih ringkas, sementars Google Gemini lebih terintegrasi dengan sumber informasi terkini. Kegiatan ini menegaskan bahwa guru tetap memegang peran sentral sebagai pembimbing yang mengarahkan siswa untuk menyaraing informasi secara kritis dan bertanggung jawab. Diharapkan model pembelajaran ini dapat diadaptasi secara berkelanjutan oleh sekolah – sekolah di Kabupaten Bengkayang dalam menyiapkan generasi yang melek teknologi, sekaligus berpikir kritis di era digital.
Implementasi Metode CNN Berbasis Transfer Learning dengan Arsitektur MobileNetV2 dalam Klasifikasi dan Pemetaan Tempat Wisata Mira; Christian Cahyaningtyas; Maya Sari; Yuliana
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 3 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i3.56

Abstract

The growth of tourism in the digital era encourages the use of social media as a source of visual data for destination analysis. This study aims to classify and map tourist attractions in West Kalimantan using a transfer learning-based Convolutional Neural Network (CNN) method with the MobileNetV2 architecture. A total of 454 images were collected through web scraping from the Instagram account @enjoykalbar, then through a process of elimination, augmentation, normalization, and manual labeling based on the West Kalimantan Disporapar tourism categories, namely Hills, Beaches, Cascades, Culture, Lakes, Rivers, Caves, and Forests. The dataset was divided into training data (70%), validation (20%), and test (10%). The model was built by freezing the initial layers of MobileNetV2 and adding a classification head, then drilled for 20 epochs using the Adam Optimizer and EarlyStopping and ReduceLROnPlateau callbacks. The training results showed a training accuracy of 95.8%, validation accuracy of 88.1%, and test accuracy of 80%. Further evaluation using the classification report yielded an overall accuracy of 89%, with an average precision of 0.93, a recall of 0.86, and an F1-score of 0.88. The model was then integrated into a category- and coordinate-based interactive mapping system to display the distribution of tourist attractions across 12 districts and 2 cities. The results demonstrate that the CNN transfer learning approach is effective for tourism image classification and supports spatial visualization in tourism promotion and planning.
Pengembangan Sistem Lampu Otomatis Berbasis Internet Of Things (Iot) Menggunakan Esp8266 dan Algoritma K-Nearest Neighbor Revaldo Tesso; Mira
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1479

Abstract

Penerangan merupakan salah satu kebutuhan penting dalam mendukung aktivitas penghuni asrama. Namun, masih sering terjadi pemborosan energi listrik akibat lampu yang dibiarkan menyala ketika kondisi lingkungan sudah terang atau tidak terdapat aktivitas di sekitar area tertentu. Penelitian ini bertujuan mengembangkan sistem lampu otomatis berbasis Internet of Things (IoT) menggunakan ESP8266 dan algoritma K-Nearest Neighbor (KNN) untuk meningkatkan efisiensi penggunaan energi listrik serta mempermudah proses pemantauan sistem secara real-time. Penelitian ini menggunakan metode K-Nearest Neighbor (KNN) sebagai algoritma klasifikasi dengan memanfaatkan dua parameter masukan, yaitu nilai sensor Light Dependent Resistor (LDR) sebagai pendeteksi intensitas cahaya dan sensor Passive Infrared Receiver (PIR) sebagai pendeteksi gerakan. Dataset penelitian diperoleh secara langsung dari hasil pembacaan sensor pada sistem yang telah diimplementasikan di Asrama Shanti Bhuana sebanyak 320 data. Dataset kemudian dibagi menjadi 224 data latih (70%) dan 96 data uji (30%). Proses klasifikasi dilakukan menggunakan perhitungan Euclidean Distance dengan nilai K = 5, sedangkan implementasi algoritma dilakukan menggunakan Google Colab. Sistem yang dikembangkan juga terintegrasi dengan platform Blynk sehingga kondisi sensor dan status lampu dapat dipantau secara real-time melalui perangkat seluler. Hasil penelitian menunjukkan bahwa sistem mampu mengendalikan lampu secara otomatis berdasarkan kondisi intensitas cahaya dan keberadaan gerakan sesuai dengan hasil klasifikasi algoritma K-Nearest Neighbor. Selain itu, integrasi ESP8266 dengan platform Blynk memungkinkan pengguna memantau kondisi sistem secara jarak jauh melalui koneksi internet. Dengan demikian, sistem yang dikembangkan mampu meningkatkan efektivitas pengendalian penerangan sekaligus mendukung efisiensi penggunaan energi listrik pada lingkungan asrama.
Implementasi Aplikasi Penjualan Sembako Berbasis Website Menggunakan Metode Waterfall Mille Joss; Mira
Instink: Inovasi Pendidikan, Teknologi Informasi dan Komputer Vol. 3 No. 1 (2024): Edisi April
Publisher : Prodi Pendidikan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/9kp26777

Abstract

Aplikasi penjualan sembako berbasis website adalah sebuah aplikasi yang dibuat untuk para pengusaha toko dalam memasarkan produknya. Aplikasi ini dibuat untuk memudahkan para pengusaha dalam mengembangkang usaha mereka. Tidak hanya bagi pengusaha, aplikasi penjualan sembako online ini juga memberikan keuntungan bagi konsumen, karena akan memudahkan konsumen dalam mencari produk sembako secara online tanpa harus dating ke tokonya secara langsung. Metode yang digunakan dalam penelitian ini adalah metode waterfall. Metode waterfall digunakan dalam penelitian ini karena metode ini dilakukan secara sistematis dan lebih terurut. Tools yang digunakan dalam membuat aplikasi ini adalah PHP dengan databasenya yaitu Database MYSQL. Penelitian ini menghasilkan sebuah aplikasi penjualan sembako online berbasis website yang dapat digunakan oleh pengusaha dalam menjual produk usahanya. Aplikasi ini dapat dugunakan oleh tiga user yaitu admin, penjual/pengusaha dan konsumen. Jadi aplikasi ini sangat penting bagi pengusaha lokal dalam mengembangkan usaha mereka.
Perancangan Sistem Informasi Penjualan Kosmetik Berbasis Web Fenni Rosa; Mira
Instink: Inovasi Pendidikan, Teknologi Informasi dan Komputer Vol. 2 No. 2 (2023): Edisi Oktober
Publisher : Prodi Pendidikan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/instink.v2i2.2540

Abstract

Sistem informasi penjualan kosmetik berbasis web merupakan sistem informasi yang menawarkan produk kosmetik. Namun, banyak situs web yang hanya menjual kosmetik, tetapi tidak memenuhi kebutuhan konsumen. Meskipun sudah ada sistem informasi penjualan kosmetik, konsumen tetap mengikuti seminar atau kursus offline yang diadakan untuk mengatasi permasalahan konsumen. Persyaratan untuk sistem ini yaitu meliputi kemampuan konsumen untuk berinteraksi dengan konsumen lain. Hasil dari penelitian ini berupa sistem informasi penjualan kosmetik yang melalui katalog penjualan. Sistem informasi penjualan kosmetik merupakan sistem informasi yang dipromosikan atau menjual produk kosmetik. Namun, banyak situs web yang hanya menjual kosmetik, tetapi tidak memenuhi kebutuhan konsumen. Oleh karena itu, aplikasi penjualan produk kosmetik menyediakan platform edit dan hapus sehingga pelanggan dapat mengubah atau memperbarui pembelian produk yang telah dipilih sebelumnya. Hal ini meningkatkan kebutuhan akan sistem informasi yang dapat secara efektif dan efisien mempermudah proses penjualan secara online. sistem informasi penjualan kosmetik berbasis web yang penjualan kosmetik dapat meningkatkan daya saingnya dalam industri. Kali ini akan memastikan penjualan untuk mengelola lebih efektif lagi. Meningkatkan efisiensi proses penjualan, memberikan pengalaman yang lebih baik. Pemilik usaha kosmetik yang dituju, untuk memastikan bahwa sistem ini sesuai dengan harapan dan kebutuhannya, diharapkan sistem informasi kosmetik dapat memberikan manfaat yang lebih optimal lagi.
Deteksi Jenis Penyakit Dan Hama Pada Tanaman Jagung Menggunakan Arsitektur Spatial Pyramid Pooling Pada YOLOv5s M Mira; Listra Firgia; Shanti Thomas
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 8, No 2 (2023): Edisi Agustus
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v8i2.630

Abstract

Corn is one of the important crops in the agricultural sector in the global and national economy because it is a food resource as food, animal feed and other raw materials for the community. Based on satudata.pertanian.go.id, the projected corn production in 2020-2024 will still increase between 0.94% and 0.97% per year. In this study, detection of diseases and pests in maize was carried out using YOLO technology with spatial pyramid pooling (SPP) architecture as a form of intelligent innovation in maize farming. The research data consisted of 309 image data with class values as labels representing types of disease and types of pests in corn plants consisting of Locusta (Locust), Sitophilus (Powder Flower), Spodoptera (Arrayworm), Mysus Persicase (Aphids), and Bulai . The indicators for testing and evaluating the model use precision, recall, f1 score, mAP0.5 and Map0.5:0.95 as evaluation metrics. Based on the results of training and evaluation of the model, it is known that the precision value with batch size 32 epoch 64 produces a precision value of 0.65, recall, 0.76, f1 score 0.65 Map0.5 0.704 and Map-.5:0.95 0.298. Whereas with a batch size of 64 epoch 100 the precision value is 0.73, the recall is 0.77 f1 score is 0.73 Map0.5 0.795 and Map0.5:0.95 0.346. Model predictions using YOLO technology with spatial pyramid pooling architecture in detecting types of diseases and pests in corn plants contribute to smart agriculture. With accurate information about the types of diseases and pests that attack corn plants, farmers can respond quickly and take appropriate actions, such as using specific pesticides or suitable organic control methods.