Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Information System Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat
Prayogi, Sukmono Yogi
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Pelatihan Microsoft Excel Untuk Peningkatan Soft Skills Anggota Perhimpunan Human Resources Development Jawa Tengah Istiawan, Deden; Huda, Nurul; Mahiruna, Adiyah; Ngatimin, Ngatimin; Prayogi, Sukmono Yogi
Intimas Vol 4 No 1 (2024)
Publisher : Fakultas Teknologi Informasi dan Industri Unisbank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/intimas.v4i1.9775

Abstract

Microsoft Excel is a spreadsheet program that allows users to create, manage, and analyze data in a table or worksheet format. Microsoft Excel is useful for performing various business tasks such as inventory management, financial report generation, budget planning, and more. The utilization of Microsoft Excel applications for data processing plays a very crucial role in the world of work. This community service activity aims to improve the skills and understanding of members of the Central Java HRD Association in the use of Microsoft Excel. Through this training, participants will have the ability to optimize the utilization of Excel and increase productivity in their daily activities. In addition, the Microsoft Excel intermediate level training also provides participants with the opportunity to understand basic programming concepts. The evaluation results showed a positive level of acceptance from participants on the suitability and usefulness of the material presented. The majority of participants indicated high satisfaction with the training, indicating improved skills in using Microsoft Excel. This community service activity succeeded in having a positive impact in improving the competence of Central Java HRD Association members in utilizing Microsoft Excel technology in their scope of work.
Klasifikasi Malaria Menggunakan Metode Image Processing Dari Sel Darah Merah Dengan Algoritma Convolutional Neural Network Huda, Nurul; Prayogi, Sukmono Yogi; Ahmad, Muna Adilah; Dewi, Alfa Yuliana
JOINS (Journal of Information System) Vol. 7 No. 2 (2022): Edisi November 2022
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v7i2.7068

Abstract

Penyakit malaria merupakan infeksi penyakit yang ditularkan oleh nyamuk baik dari manusia ataupun hewan lain melalui protozoa parasit yang biasa disebut plasmodium. Malaria bisa berakibat fatal  jika terlambat dideteksi dikarenakan dapat mengakibatkan anemia akut,  gagal ginjal, hingga berujung kematian. Infeksi malaria sebenarnya bisa dideteksi dini menggunakan sampel sel darah merah, dikarenakan sel darah merah yang terinfeksi parasit akan tampak pola atau bercak. Dalam penelitian ini menggunakan data set publik berupa gambar sel darah merah yang terinfeksi protozoa parasit dan tidak terinfeksi. Beberapa peneliti sudah melakukan penelitian untuk mengklasifikasikan penyakit malaria dari sampel sel darah merah. Pada umumnya peneliti sebelumnya menggunakan metode image processing dengan mengubah gambar menjadi negatif untuk kemudian di klasifikasikan menggunakan metode klasifikasi tertentu. Di dalam penelitian ini penulis mencoba mengembangkan metode lain yaitu dengan melakukan pre-prosessing terlebih dahulu terhadap data set yang ada yaitu dengan mengubah ukuran gambar menjadi ukuran PIXEL 100x100, untuk kemudian dilakukan image augmentation untuk memperbanyak data set sehingga kemungkinan akurasi naik menjadi lebih tinggi. Proses selanjutnya yaitu mengubah dimensi gambar yang semula berdimensi tiga menjadi 1 dimensi dengan proses fitur reduksi menggunakan PCA (Principle Component Analysis) hasil dari fitur reduksi tersebut selanjutnya diklasifikasikan menggunakan metode Convolutional Neural Network (CNN). Hasil dari penelitian menunjukkan peningkatan akurasi yang lebih baik menjadi 98,30% dengan menggunakan metode tersebut.Kata kunci: image processing, CNN Classifier, Malaria, image augmentation, PCA
Co-Authors Ahmad, Muna Adilah Dewi, Alfa Yuliana Istiawan, Deden Mahiruna, Adiyah NGATIMIN, NGATIMIN Nurul Huda Nurul Huda