Claim Missing Document
Check
Articles

Found 23 Documents
Search

Perancangan Motif Batik Modern Berdasarkan Relief Ornamentasi Nadiswara Candi Singosari Malang Kabelen, Nicholaus Wayong; Habibi, Azwar Riza
Jurnal Bahasa Rupa Vol. 9 No. 1 (2025): Jurnal Bahasa Rupa Desember 2025
Publisher : Institut Bisnis dan Teknologi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/bahasarupa.v9i1.1940

Abstract

Transformasi relief candi ke dalam motif batik telah banyak dilakukan, namun sebagian besar penelitian masih menekankan adaptasi dekoratif tanpa analisis konseptual mengenai transformasi visual dan makna simboliknya. Penelitian ini bertujuan mengkaji perancangan motif batik modern berbasis relief Nadiswara dan ornamen kepala Kala Candi Singosari Malang dengan menitikberatkan pada proses transformasi morfologi dan reinterpretasi simbolik. Penelitian menggunakan pendekatan kualitatif eksploratif berbasis praktik desain melalui tahapan observasi visual, analisis morfologi bentuk, stilasi motif, serta pengembangan komposisi batik. Landasan teoritis menggunakan pendekatan bahasa rupa dan semiotika visual untuk memahami proses translasi ikonografi sakral ke dalam desain tekstil kontemporer. Hasil penelitian menunjukkan bahwa stilasi mengubah elemen relief tiga dimensi menjadi sistem ornamen dua dimensi dengan tetap mempertahankan penanda visual utama seperti kontur ekspresif, ritme dekoratif, dan atribut simbolik. Integrasi ikonografi Nadiswara dan Kala menghasilkan sistem visual khas yang menyeimbangkan simbol proteksi kosmologis dan spiritualitas Siwaistik. Penelitian ini berkontribusi pada kajian desain budaya melalui pengajuan kerangka konseptual pengembangan motif berbasis heritage yang melampaui adaptasi dekoratif menuju reinterpretasi visual dan negosiasi kultural. Temuan ini menegaskan potensi batik sebagai medium revitalisasi warisan arkeologis dalam konteks fashion kontemporer.
Deteksi Dini Diabetes Mellitus Tipe 2 Pada Usia Dewasa Muda Menggunakan Algoritma Decision Tree - C4.5 SOFIA DARFINDA DALIMAJUN; Azwar Riza Habibi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 2 (2026): April 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i2.3578

Abstract

The shift in the epidemiological pattern of metabolic diseases is indicated by the increasing incidence of Type 2 Diabetes Mellitus (T2DM) in young individuals. The increasing incidence of glucose metabolism disorders is largely due to changes in modern lifestyles, such as high calorie intake and lack of physical activity. Early detection during productive age is crucial to prevent long-term problems. Based on clinical data, this study created a model for early detection of type 2 diabetes using the Decision Tree C4.5 algorithm. The dataset was filtered for people aged between 20 and 40 years after being obtained from Kaggle. The study phase included data pre-processing, data splitting for testing and training, and model development using entropy and information gain. Accuracy, precision, recall, F1-score, and ROC-AUC were used to evaluate the model. The accuracy was 92.4% and the ROC-AUC was 0.938. The completed model can be used as a data-driven interpretive health screening tool.Keywords: Early diagnosis; Decision Tree algorithm; C4.5; Classification model AbstrakPergeseran pola epidemiologi penyakit metabolik ditunjukkan oleh meningkatnya kejadian Diabetes Melitus Tipe 2 (T2DM) pada individu muda. Meningkatnya kejadian gangguan metabolisme glukosa sebagian besar disebabkan oleh perubahan gaya hidup modern, seperti pola asupan kalori tinggi dan kurangnya aktivitas fisik. Deteksi dini pada usia produktif sangat penting untuk mencegah masalah jangka panjang. Berdasarkan data klinis, penelitian ini menciptakan model deteksi dini diabetes tipe 2 menggunakan algoritma Decision Tree C4.5. Dataset difilter untuk orang berusia antara 20 dan 40 tahun setelah diperoleh dari Kaggle. Fase studi meliputi pra-pemrosesan data, pemisahan data untuk pengujian dan pelatihan, serta pengembangan model menggunakan entropi dan perolehan informasi. Akurasi, presisi, recall, F1-score, dan ROC-AUC digunakan untuk menilai model tersebut. Akurasinya adalah 92,4% dan ROC-AUC adalah 0,938. Model yang telah selesai dapat digunakan sebagai alat skrining kesehatan interpretatif berbasis data. 
Enhancing UI/UX Design Competency Using Figma at SMK NU Donomulyo Adriani Kala'lembang; Suastika Yulia Riska; Azwar Riza Habibi; Widya Adhariyanty Rahayu; Yudistira Arya Sapoetra
Jurnal Pengabdian Masyarakat Vol. 7 No. 1 (2026): Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Asia Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32815/jpm.v7i1.2855

Abstract

Purpose: This study addresses the competency gap between vocational graduates and industry demands for UI/UX design skills through a Figma-based training program at SMK NU Donomulyo. Method: A hands-on, project-based workshop was delivered to 30 students. Effectiveness was measured via pre-test/post-test assessments, final project rubrics, and participant satisfaction surveys. Practical Applications: The program provides students with industry-standard prototyping capabilities and ready-to-use digital portfolios, directly improving their employability in the growing digital design sector. Conclusion: Findings revealed a 40.6% knowledge improvement, 100% project completion, and high satisfaction (4.5/5.0). The initiative successfully bridges educational and industrial requirements, confirming hands-on training as a vital strategy for vocational digital readiness.