Claim Missing Document
Check
Articles

Found 5 Documents
Search

Penerapan Analisis Biplot pada Pemetaan 35 Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Karakteristik Ekonomi dan Kependudukan Danang Kuswardono
Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika Vol. 2 No. 2 (2024): April : Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika
Publisher : Asosiasi Riset Ilmu Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/arjuna.v2i2.717

Abstract

This research aims to analyze and map 35 districts/cities in Central Java Province based on economic and population characteristics using the biplot analysis approach. The economic and population characteristics used are population density (X1), Human Development Index (X2), Gross Regional Domestic Product (X3) growth rate, poverty rate (X4), and open unemployment rate (X5). The data used in this study are economic and population data from each district/city obtained from BPS RI (Statistics Indonesia). The biplot analysis method is used to extract patterns and relationships between economic and population variables and visualize the relative positions of each district/city in the figure. The mapping generated by the biplot analysis can provide insights for policymakers in the planning and development of regions in Central Java. Based on the biplot analysis, it was found that Klaten, Sukoharjo, Kudus, Tegal, the city of Magelang, the city of Surakarta, the city of Salatiga, the city of Semarang, the city of Pekalongan, and the city of Tegal have similarities in characteristics of high population density. The cities of Surakarta, Magelang, Semarang, Pekalongan, Salatiga, Tegal, Sukoharjo, Klaten, Karanganyar, and Kudus are similar because of their relatively higher Human Development Index values compared to other areas. Districts/cities that are similar due to their high Gross Regional Domestic Product (GRDP) growth rates are Boyolali, the city of Surakarta, Karanganyar, and Klaten. Meanwhile, Sragen, Demak, Purworejo, Magelang, Grobogan, Purbalingga, Kebumen, Banjarnegara, Wonosobo, Kendal, and Brebes have similarities in terms of higher poverty levels. Meanwhile, based on the characteristics of the open unemployment rate, there are Tegal regency, Cilacap regency, and Kendal city.
Penerapan E-Voting Dalam Pemilihan Ketua OSIS Di SMA Negeri 1 Geyer Kabupaten Grobogan Ferdianto, Raditya; Kuswardono, Danang; Tanuji, Hadi; Pratondo, Katon; Assiva, Muhammad Amry
Jurnal Pengabdian kepada Masyarakat UBJ Vol. 8 No. 1 (2025): January 2025
Publisher : Lembaga Penelitian Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/72k6sr14

Abstract

This report presents the results of community service activities carried out by the Muhammadiyah Grobogan Institute of Technology and Business, focusing on the application of e-voting applications in the election of student council chairman at SMA Negeri 1 Geyer, Grobogan Regency. This community service explains the importance of technology in improving efficiency and transparency in the election process, as well as the challenges faced by conventional election systems. The method used includes several stages, namely preparation, socialization, training, implementation, and evaluation. Preparation includes designing the e-voting program and procuring the necessary tools. Socialization was conducted through simulations to students and teachers to introduce the e-voting application. Training was given to the election committee so that they could use the system properly. Results showed that the implementation of e-voting accelerated the vote counting process and increased student participation and trust in the election system, making this activity an innovative step in school democracy.
STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARES (SEM-PLS) METHOD IN ANALYSIS OF THE EFFECT OF ANXIETY, FAMILY FUNCTION AND DEPRESSION ON THE QUALITY OF LIFE OF HEMODIALYSIS PATIENTS Danang Kuswardono
INTERNATIONAL JOURNAL OF SOCIETY REVIEWS Vol. 2 No. 4 (2024): APRIL
Publisher : Adisam Publisher

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

Abstract

This research aims to analyze the impact of worry/anxiety, family function, and depression on the quality of life of hemodialysis patients, using the Structural Equation Modeling-Partial Least Squares (SEM-PLS) method. Data was collected from 58 hemodialysis patients at RSUD Dr. R. Soedjati Soemodiardjo Purwodadi Grobogan used a questionnaire that included an anxiety scale, family function scale, depression scale and quality of life scale. Data analysis was carried out using the SEM-PLS technique to test the relationship between variables. The results showed that anxiety had a significant influence on the patient's level of depression. This influence is a unidirectional influence, meaning that if the patient's anxiety increases, the level of depression also increases. Anxiety also has a significant influence on the quality of life of hemodialysis patients. This influence is a negative influence, meaning that increasing anxiety causes the patient's quality of life to decrease. Conversely, if anxiety decreases, the patient's quality of life increases.
OPTIMALISASI IDENTIFIKASI SAYURAN JENIS UMBI BERBASIS MORFOLOGI DAN JARINGAN SYARAF TIRUAN UNTUK MENDUKUNG KETAHANAN PANGAN NASIONAL Kuswardono, Danang; Aisyah, Siti; Bastian, Henry; Puji Prabowo, dwi; Anggi Pramunendar, Ricardus
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 16 No. 2 (2025): JURNAL SIMETRIS VOLUME 16 NO 2 TAHUN 2025
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v16i2.15856

Abstract

Ketahanan pangan nasional menjadi tantangan strategis yang perlu dihadapisecara inovatif, terutama dalam konteks diversifikasi pangan dan pemanfaatansumber daya lokal seperti sayuran jenis umbi. Kentang, ubi jalar, dan talasmerupakan komoditas potensial sebagai sumber karbohidrat alternatif. Namun,identifikasi varietas umbi di lapangan masih bergantung pada metode manual yangbersifat subjektif, lambat, dan membutuhkan tenaga ahli.Penelitian ini selaras dengan target nasional seperti peningkatan skor GFSI dari 64 (2020) menjadi 69,8 (2024), serta skor Pola Pangan Harapan (PPH) dari 90,4 menjadi 95,2. Inovasi ini diharapkan menjadi kontribusi nyata dalam mendukung ketahanan pangan berkelanjutan melalui integrasi teknologi AI di sektor pertanian. Berbagai studi menunjukkan bahwa teknologi pengolahan citra digital berbasiskecerdasan buatan seperti Artificial Neural Network (ANN) dan Convolutional NeuralNetwork (CNN) efektif untuk klasifikasi morfologi tanaman secara otomatis danakurat. Dalam konteks tersebut, penelitian ini bertujuan mengembangkan sistemidentifikasi varietas sayuran jenis umbi berbasis morfologi visual dan jaringan syaraftiruan, yang dioptimalkan untuk kondisi lokal dan dapat diimplementasikan padaperangkat berspesifikasi rendah. Pengolahan data citra akan menggunakan percobaan pembagian holdout validation dan k-fold validation yang nantinya hasil dari percobaan tersebut akan digunakan dalam dalam menguji data mentah uji tunggal. Hasil dari percobaan tersebut diketahui bahwa Hasil dari beberapa percobaan diatas diketahui bahswa Backpropagation Neural Network berhasil digunakan dalam mengidentifikasi data citra hasil umbi. Backpropagation Neural Network yang dilakukan berhasil dengan Nilai rata-rata akurasi tertinggi untuk traingdx pada neuron 40 adalah 95,02%, sementara untuk trainlm akurasi terbaik tercapai pada neuron 20 dengan nilai 94,97%
Analisis Kausalitas Banjir Berulang di Kabupaten Grobogan: Pendekatan Kecerdasan Buatan yang dapat diinterpretasi untuk Mitigasi Berbasis Bukti Kuswardono, Danang; Tanuji, Hadi; Prabowo, Dwi Puji; Rohmani, Asih
JOINS (Journal of Information System) Vol. 10 No. 2 (2025): Edisi November 2025 (ongoing)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v10i2.14346

Abstract

Banjir berulang di Kabupaten Grobogan, Jawa Tengah, menimbulkan kerugian signifikan dan mengancam keberlanjutan wilayah. Pendekatan konvensional seringkali terbatas dalam mengidentifikasi pola kompleks dan hubungan kausalitas antar faktor pemicu banjir. Penelitian ini mengusulkan kerangka kerja analisis kausalitas banjir menggunakan Kecerdasan Buatan (AI) yang dapat diinterpretasi (Explainable AI/XAI) untuk mengungkap faktor-faktor dominan (hidrologis, geografis, geologis, dan antropogenik) yang berkontribusi terhadap fenomena ini. Dengan memanfaatkan data spasial-temporal yang komprehensif dan metode AI seperti SHAP dan Grad-CAM, penelitian ini bertujuan untuk mengukur kontribusi masing-masing faktor pemicu, memberikan pemahaman yang lebih mendalam tentang mekanisme banjir. Hasil yang diharapkan akan mendukung perumusan strategi mitigasi yang lebih tepat sasaran dan berbasis bukti, beralih dari respons reaktif menjadi pendekatan proaktif dalam pengelolaan risiko bencana di Kabupaten Grobogan. Hasil yang diharapkan menunjukkan bahwa metode XAI mampu menampilkan kontribusi relatif setiap faktor pemicu banjir, sehingga interpretasi model menjadi lebih transparan dibandingkan pendekatan tradisional. Kerangka kerja ini diproyeksikan dapat meningkatkan akurasi analisis sekaligus mempercepat proses identifikasi wilayah prioritas untuk mitigasi