Claim Missing Document
Check
Articles

Found 2 Documents
Search

Upaya Meningkatkan Literasi Inklusi Masyarakat melalui Pojok Baca untuk Mendukung Program SDGs di Desa Sepadu Kabupaten Sambas Kalimantan Barat Jayadi, Rewan
Jurnal Edukasi Vol. 1 No. 3 (2023): Jurnal Edukasi
Publisher : Edu Berkah Khatulistiwa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60132/edu.v1i3.157

Abstract

Sebuah program kerja yang dapat meningkatkan edukasi tentang literasi masyarakat desa sepadu ialah dengan membuat sebuah inovasi pojok baca yang menarik agar dapat menjadi perhatian masyarakat dan dapat menjadi program unggulan desa untuk mendukung pembangunan berkelanjutan. Metode yang di gunakan dalam proses penelitian pengabdian ini ialah dengan pendekatan kualitatif, yang mana pada pendekatan kualitatif tidak menggunakan populasi, karena penelitian ini berangkat (starting point) dari sebuah atau beberapa kasus keberadaan individu atau kelompok dalam lingkungan masyarakat tertentu dan hasilnya hanya berlaku pada situasi sosial itu sendiri. Hasil dari penelitian pengabdian pojok baca desa sepadu sangat berperan dalam meningkatkan minat literasi masyarakat yang dilengkapi dengan berbagai macam jenis buku-buku pengetahuan serta buku inovasi yang dapat memberikan informasi positif terhadap masyarakat, selain itu juga dengan lukisan pojok baca yang menarik sehingga tidak membosankan bagi masyarakat yang berkunjung, sebagai pelopor utama pojok baca ini ialah buku hasil karya yang penulis bawa dari provinsi tempat tinggal, kedepannya pojok baca ini bisa menjadi inspirasi untuk dapat dikembangkan lagi dan dapat menjadi salah satu program unggulan desa dalam meningkatkan tingkat minat literasi kepada Masyarakat.
Prediksi Risiko Penyakit Parkinson Menggunakan Seleksi Fitur Algoritma Genetika dan SMOTE-XGBoost Nabila, Verina Tita; Jayadi, Rewan
Jurnal Riset Informatika dan Inovasi Vol 3 No 11 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Parkinson’s disease is a progressive neurodegenerative disorder that affects the central nervous system and is characterized by reduced motor control and changes in voice quality due to impaired motor function. To date, the diagnosis of Parkinson’s disease largely depends on the expertise and clinical experience of specialists. The uneven distribution of clinicians across regions remains a major challenge in providing accurate diagnosis and appropriate treatment. Therefore, this study aims to develop a machine learning–based model for predicting the risk of Parkinson’s disease by incorporating feature selection using a genetic algorithm, handling data imbalance through the SMOTE approach, and performing prediction using the XGBoost method. The results indicate that the proposed method achieves excellent performance, with an accuracy of 95%, sensitivity of 93%, specificity of 100%, precision of 100%, an F1-score of 97%, and an AUC value of 97%. Several selected features include fundamental voice frequency, pitch stability, amplitude perturbation across voice cycles averaged over five periods, harmonic-to-noise ratio, and spectral spread measure 2.