Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Community Development Journal: Jurnal Pengabdian Masyarakat
Annisa Annisa
Universitas Islam Negeri Sumatera Utara
Humanities Computer Science & IT Economics, Econometrics & Finance Education Health Professions Public Health Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENGEMBANGAN DESA SIAGA DONOR DARAH MELALUI PEMERIKSAAN GOLONGAN DARAH WARGA DUSUN III DESA TIMBANG LAWAN, LANGKAT, SUMATERA UTARA Cahaya Permata; Farida Hanim Harahap; Annisa Annisa; Ainun Jannah Indryani; Maria Ulfa Lubis; Nova Emiliya Pane
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 3 (2023): Volume 4 Nomor 3 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i3.18410

Abstract

Harus dilakukan pengembangan donor darah dengan mendata golongan darah masyarakat sebagai langkah utama pembentukan desa siaga donor darah. Desa siaga adalah desa yang penduduknya memiliki kesiapan sumber daya dan kemampuan serta kemauan untuk mencegah dan mengatasi masalah kesehatan, bencana, dan kegawadaruratan, serta kesehatan secara mandiri. Untuk tercapainya desa siaga, penting berbagai kegiatan berbasis masyarakat yang ada seperti posyandu, polindes, dana kesehatan, dll sebagai titik awal pembangunan desa siaga. Salah satu program yang sedang dikembangkan adalah Desa Siaga Donor Darah diawali dengan kegiatan pengecekan golongan darah warga dusun III. Pengabdian kepada masyarakat dalam kegiatan Donor Darah Desa Siaga melibatkan 29 mahasiswa Universitas Islam Negeri Sumatera Utara yang sedang mengabdi pada program KKN dengan menjalankan program Donor Darah. Dilakukan pemgecekan golongan darah di dusun III Timbang Lawan, yaitu dengan mengambil sample 30 warga. Hasil pengecekan golongan darah diketahui 30% warga dengan golongan darah A, 20% warga dengan golongan darah B, 43,3% dengan golongan darah O, dan 6,6% dengan warga golongan darah AB. Sebagian warga sudah mengetahui golongan darahnya yang selanjutnya tambahan data ini akan menjadi data utama dalam Inisisasi Desa Siaga Donor Darah. Data pengecekan dusun III ini kemudian menjadi bagian data base Desa Timbang Lawan.
KLASIFIKASI JENIS DAUN JAMBU BIJI MENGGUNAKAN METODE CONTENT BASED IMAGE RETRIEVAL (CBIR) DAN SUPPORT VECTOR MACHINE (SVM) Sriani Sriani; Raissa Amanda Putri; Annisa Annisa
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 2 (2024): May 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i2.1951

Abstract

Bentuk daun jambu biji rata-rata hampir sama sehingga tidak mudah untuk mengetahui jenis jambu biji melalui bentuk daun. Masih banyak dijumpai petani yang dibingungkan dengan adanya berbagai jenis varian jambu biji. Sehingga diperlukan upaya pengembangan dalam pengklasifikasian jenis daun jambu biji. Salah satu pendekatan yang disebut dengan sistem Content Based Image Retrieval (CBIR) adalah teknologi citra yang saat ini sedang berkembang menuju pencarian citra berbasis konten visual. Content Based Image Retrieval diperlukan sebagai strategi untuk melihat melalui gambar dari kumpulan data gambar besar, dengan memecah elemen seperti nada, bentuk, atau data lainnya. Support Vector Machine (SVM) merupakan salah satu metode yang dapat digunakan untuk mengklasifikasikan berbagai jenis daun jambu biji. Dari kedua strategi tersebut diperoleh hasil yang berbeda dimana CBIR memastikan nilai histogram umum antara daun 1 dan daun 2 dan menentukan perbandingan nilai histogram gambar, sedangkan Support Vector Machine menentukan pengaturan berdasarkan informasi persiapan yang diberikan kemudian melakukan informasi tes bergerak menuju nilai predisposisi dari tiga jenis contoh daun.
Co-Authors Ainun Jannah Indryani Cahaya Permata Farida Hanim Harahap Maria Ulfa Lubis Nova Emiliya Pane Raissa Amanda Putri