Claim Missing Document
Check
Articles

PENINGKATAN KAPASITAS GURU SEKOLAH MENENGAH ATAS KABUPATEN BENGKAYANG DALAM MENGHASILKAN KARYA ILMIAH Ibnur Rusi; Renny Puspita Sari; Gusrizal Gusrizal; Evi Noviani; Elvi Rusmiyanto; Yudha Arman; Cucu Suhery
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 8 (2023): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v6i8.3049-3056

Abstract

Kompetensi guru merupakan keandalan yang harus dimiliki oleh seorang guru untuk mengatasi permasalahan yang dihadapi dan memenuhi apa yang menjadi kebutuhannya. Peningkatan kompetensi wajib dilakukan oleh seorang guru sehingga guru dapat beradaptasi dengan perubahan yang ada, baik perubahan peraturan, teknologi, maupun kondisi sosial, selain itu karena mengingat peran guru yang menjadi agent of change. Salah satu peningkatan kompetensi yang harus dipenuhi oleh seorang guru adalah pengembangan diri dalam membuat karya tulis ilmiah yang bersumber dari penelitian, dan kemudian dipublikasikan sehingga dapat memberikan manfaat. Banyak manfaat yang dapat diterima oleh seorang guru atas publikasi yang dibuat seperti keberlanjutan profesi guru dalam jenjang karir, sebagai inspirasi bagi guru-guru lain dan contoh baik bagi peserta didik. Pengabdian Kepada Masyarakat (PKM) Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Tanjungpura dilakukan untuk memberikan insight positif dan tambahan pengetahuan bagi guru-guru SMA di Kabupaten Bengkayang, Kalimantan Barat. PKM yang dilakukan bertujuan untuk meningkatkan kapasitas guru dalam menghasilkan karya ilmiah yang sebelumnya menjadi kendala bagi sekelompok guru tingkat SMA di Kabupaten Bengkayang. Terdapat tiga sesi dalam PKM ini pertama yaitu penyampaian materi tentang teknik penelusuran literatur, kedua teknik penulisan sitasi dan daftar pustaka, dan terakhir teknik mengindari plagiasi. Secara keseluruhan PKM yang dilakukan oleh FMIPA Universitas Tanjungpura berjalan dengan lancar, dibuktikan dengan antusiasme peserta PKM melalui tanya jawab dan menghadiri kegiatan PKM secara sempurna.
Penerapan Metode CART Dalam Klasifikasi Jurusan Siswa Baru Destia Arini Hairunnisa; Cucu Suhery; Rahmi Hidayati
Journal of Computer System and Informatics (JoSYC) Vol 4 No 4 (2023): August 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i4.3860

Abstract

SMK Negeri 3 Pontianak is one of the vocational education schools in Pontianak City. Every new academic year SMK Negeri 3 Pontianak accepts around 320 new students. The large number of prospective new students makes the majoring process carried out by the school become less effective and takes a long time to determine majors for new students. With a system that can classify new student majors, it helps in the process of determining student majors. This study uses the Classification and Regression Trees (CART) algorithm for the classification process in determining majors for new students. The assessment indicators used for classification consist of interest, MTK (US) school exam scores, school exam IPA scores, school exam Indonesian language scores, math report cards, science report cards, social science report cards, Indonesian language report cards, and English report cards. Classification of majors at SMK 3 Pontianak consists of accounting, office, marketing, and hospitality majors. The amount of data used is 320 data which is divided into 224 training data and 96 test data. The CART algorithm generates decision trees, rules, and new student majors that have been classified. Based on the test results using the confusion matrix, the system accuracy results are 84.38%.
SIMULASI INTERNET OF THINGS (IOT) PADA BUDI DAYA JAMUR TIRAM Dwi Kusumayani; Cucu Suhery
Jurnal Informatika dan Rekayasa Elektronik Vol. 6 No. 2 (2023): Jire Nopember 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v6i2.966

Abstract

Budidaya jamur tiram membutuhkan suhu dan kelembapan udara yang tepat, jika tidak dapat mengakibatkan hasil panen menurun dan risiko kegagalan panen meningkat. Penelitian ini mengembangkan sistem pemantauan dan pengendalian lingkungan budidaya jamur tiram. Sistem ini menggunakan mikrokontroler ESP32, sensor DHT11, dan modul relay untuk mengatur aktuator seperti kipas, mist maker, dan lampu pijar. Pengujian sensor menunjukkan akurasi pembacaan suhu mencapai 99,976% dan kelembapan udara mencapai 99,846%. Uji modul relay menghasilkan waktu respons rata-rata 1,4 detik untuk mengaktifkan kipas dan 1,6 detik untuk mematikannya. Sementara itu, waktu respons untuk mengaktifkan serta mematikan mist maker masing-masing adalah 1,5 detik dan 1,3 detik, sedangkan untuk lampu pijar adalah 1,5 detik untuk mengaktifkan dan 1,2 detik untuk mematikannya. Hasil pengujian secara keseluruhan menunjukkan bahwa sistem mampu menjaga kondisi lingkungan di dalam ruang budidaya jamur tiram melalui pemantauan dan pengendalian secara otomatis melalui website.
PREDIKSI JUMLAH PERMINTAAN DARAH MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOOTHING (STUDI KASUS: UTD PMI KOTA SINGKAWANG) Hafidza Nur 'Ainika Rani; Tedy Rismawan; Cucu Suhery
Coding Jurnal Komputer dan Aplikasi Vol 10, No 03 (2022): Edisi Desember 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v10i03.56013

Abstract

Palang Merah Indonesia (PMI) merupakan organisasi perhimpunan nasional di Indonesia yang bekerja dalam bidang sosial kemanusiaan. Unit Transfusi Darah (UTD) PMI sebagai penyelenggara ketersediaan darah mempunyai kewajiban untuk dapat memenuhi jumlah persediaan darah pada daerahnya masing-masing. Prediksi dapat menjadi salah satu cara untuk mengantisipasi jumlah persediaan produk darah. Penelitian ini bertujuan untuk memprediksi jumlah permintaan darah di UTD PMI Kota Singkawang menggunakan metode Triple Exponential Smoothing dengan nilai alpha antara 0,1 sampai 0,9. Data yang digunakan dalam penelitian ini adalah data histori permintaan darah dengan jenis darah Packed Red Cells (PRC) dan Whole Blood (WB) di UTD PMI Kota Singkawang selama 3 tahun. Berdasarkan hasil pengujian pada masing-masing jenis darah PRC dan WB dengan golongan A, B, O dan AB, didapatkan nilai alpha terbaik pada PRC A, PRC B, PRC O dan PRC AB yaitu alpha 0,2 kemudian alpha 0,4 untuk WB A, alpha 0,5 untuk WB B, alpha 0,1 untuk WB O, serta alpha 0,1 untuk WB. Berdasarkan penelitian juga didapat nilai persentase tingkat akurasi tertinggi hasil perbandingan data prediksi dan data aktual jenis darah PRC dan WB adalah PRC pada golongan B sebesar 93,83% menggunakan nilai alpha 0,2 serta jenis darah WB pada golongan AB sebesar 89,02% menggunakan nilai alpha 0,1.
Application of Gaussian Filter and Histogram Equalization for Repair x-ray Image Mulyana, Dandi; Rismawan , Tedy; Suhery, Cucu
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 13 No. 1 (2022): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v13i1.9770

Abstract

The X-ray image is a medical examination procedure that uses electromagnetic wave radiation to get a picture of the inside of the body. However, in the process, there is noise that appears due to the exposure factor. This research builds a system to improve the X-ray image with noise by using Gaussian Filter and Histogram Equalization. In this study, in order to see the optimization of image enhancement, the two methods were combined. The data used are 60 x-ray images that have noise and each has an original image without noise as a comparison image to get system accuracy using PSNR and SSIM. Gaussian Filter method is used to reduce noise by determining the size of the kernel matrix and the standard deviation used. Histogram Equalization method is used to even out the value of the gray level of the image. Based on the test results from the combination of the two methods, the larger the size of the kernel matrix used, the faster the duration of time needed to repair the image. The PSNR value and accuracy obtained in the X-ray image repair are 31 dB and 71% on a 3x3 kernel matrix with an average time duration of 9 seconds, 32 dB and 77% on a 5x5 kernel matrix with an average duration of 9 seconds, 32 dB and 78% on a 7x7 kernel matrix with an average time duration of 8 seconds
Sistem Kendali Pestisida Berdasarkan Luas Lahan Pada Tanaman (Studi Kasus : Tanaman Sawi) Risny Sari Gumala; Suhery, Cucu; Suhardi, Suhardi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 16 No 2 (2024): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.11296593

Abstract

Pesticides are crucial compounds that farmers require to manage pests attacking plants. However, if the pesticide dosage is misapplied or does not adhere to recommendations, it can harm plants and the environment. Utilizing variable land area implies that the necessary pesticide dosage varies. A prevalent approach for farmers to estimate the required dosage is by roughly using pesticide bottle caps. Due to approximate measurements, there is potential for excessive or insufficient pesticide doses that do not align with recommended limits. Therefore, a system is needed to control pesticide dosages based on the plant area's requirements. This research establishes a system capable of regulate the necessary pesticide dosage, encompassing the volume of pure pesticide and water. The results of this research show that the level of accuracy of pesticide dosage for the required volume of pure pesticide is 97.82%, provided that the minimum system output is 20 ml and above. Meanwhile, the accuracy of pesticide dosage for water volume requirements reached 98.9%. In addition, the system succeeded in controlling the pesticide dose according to recommendations for spraying mustard greens with an overall control accuracy of 97.47%.
Sistem Pemilah Tingkat Kematangan Buah Tomat Berdasarkan Warna Buah Berbasis Website Indriana, Fitrialfi; Suhery, Cucu; Sari, Kartika
Coding: Jurnal Komputer dan Aplikasi Vol 12, No 2 (2024): Edisi September 2024
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v12i2.87108

Abstract

Tomat adalah buah yang memiliki banyak manfaat dan permintaan tinggi di pasaran, namun pemilahan tomat berdasarkan tingkat kematangan sering kali dilakukan secara manual, yang memerlukan waktu dan ketelitian. Tujuan dari dilakukannya penelitian ini ialah untuk mengembangkan sistem otomatis yang mampu memilah tomat menjadi tiga kategori kematangan yaitu matang, setengah matang, dan mentah, berdasarkan warna buahnya menggunakan sensor RGB TCS34725. Sensor Loadcell berfungsi untuk menimbang berat tomat, sedangkan Arduino Nano mengendalikan sistem dan NodeMCU ESP32 mengirim data ke server. Sensor Ultrasonik HC-SR04 berperan dalam mendeteksi kapasitas wadah pemilahan dan memberikan notifikasi saat wadah mendekati batas penuh. Hasil pemilahan data ditampilkan secara real-time melalui antarmuka website dengan menggunakan Grafana sebagai platform visualisasi dan MySQL sebagai database. Sistem diuji dengan menggunakan 90 buah tomat dengan masing-masing 30 tomat matang, setengah matang, mentah dan menunjukkan akurasi pemilahan warna sebesar 86,67% dan akurasi pengukuran berat sebesar 91,79%. Website ini memudahkan monitoring dan evaluasi dengan menampilkan informasi berat untuk masing-masing kategori dan total keseluruhan serta riwayat pemilahan. Sistem ini diharapkan dapat meningkatkan efisiensi dalam pemilahan tomat, mengurangi waktu dan tenaga yang diperlukan, serta membantu petani dalam proses pemilahan secara otomatis.
Penerapan Metode Preference Selection Index Untuk Penentuan Calon Penerima Bantuan Stimulan Perumahan Swadaya Berbasis Website (Studi Kasus: Dinas Pekerjaan Umum Dan Penataan Ruang, Perumahan Rakyat Dan Kawasan Permukiman Kabupaten Kubu Raya) Bestari, Umi; Suhery, Cucu; Bahri, Syamsul
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.59687

Abstract

Bantuan Stimulan Perumahan Swadaya (BSPS) merupakan salah satu program pemerintah yang digagas oleh oleh Kementerian Pekerjaan Umum dan Perumahan Rakyat (KemenPUPR), program ini bertujuan memberikan bantuan berupa tambahan dana untuk Masyarakat Berpenghasilan Rendah (MBR) untuk merenovasi rumahnya. Permasalahan yang sering terjadi pada proses seleksi calon penerima BSPS, dihadapkan dengan keterbatasan anggaran yang diberikan oleh pemerintah. Oleh karena itu, masyarakat yang dapat diusulkan sebagai calon penerima bantuan tidak sebanding dengan jumlah masyarakat yang mengajukan usulan bantuan ke Dinas PUPRPRKP Kabupaten Kubu Raya. Untuk mengatasi permasalahan tersebut, maka dibutuhkan sebuah sistem yang bisa menentukan calon penerima BSPS secara objektif sehingga dapat memberikan keputusan untuk mendapatkan hasil akhir yang tepat. Penelitian ini membangun sistem yang dapat membantu kepala bidang dalam memberikan rekomendasi calon penerima bantuan menggunakan metode Preference Selection Index (PSI) dengan 16 kriteria dan 50 data peserta yang digunakan. Sistem memberikan rekomendasi berupa perangkingan 50 data peserta BSPS dengan nilai tertinggi 0.975 yaitu A5 dan nilai terendah dengan nilai 0.882 yaitu A21.
Rancang Bangun Pemilah Telur Fertil dan Infertil Pada Telur Bebek Menggunakan Sensor Infrared dan Image Processing Astuti, Reni; Rismawan, Tedy; Suhery, Cucu
Coding: Jurnal Komputer dan Aplikasi Vol 13, No 1 (2025): Edisi April 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i1.88332

Abstract

Hasil pengeraman pada telur dapat dibedakan menjadi 2 kategori yaitu telur fertil dan infertil. Telur fertil adalah telur yang mengalami perkembangan embrio yang berbentuk nokta darah pada saat pengeraman. Sedangkan telur infertil merupakan telur yang tidak mengalami perkembangan embrio karena gagal dalam proses pembuahan. Oleh sebab itu, dalam melakukan penyeleksian telur fertil dan telur infertil harus melakukan uji fertilitas terlebih dahulu. Saat ini, pengujian fertilitas masih banyak menggunakan cara manual yaitu dengan memanfaatkan peneropongan menggunakan senter secara satu persatu. Pada penelitian ini membangun sebuah sistem yang dapat membedakan kondisi telur fertil dan infertil menggunakan proses image processing. Dengan memanfaatkan sensor infrared yang digunakan untuk mendeteksi keberadaan objek dan webcam yang digunakan untuk mengambil gambar telur. Proses image processing dilakukan di website setelah webcam mengambil gambar. Proses tersebut akan mengubah gambar berdasarkan warna HSV. Hasil yang diperoleh dari penelitian ini adalah sebuah sistem yang digunakan untuk memisahkan telur berdasarkan telur fertil dan infertil. Hasil tersebut akan ditampilkan di LCD berdasarkan jumlah telur fertil dan jumlah telur infertil. Akurasi yang diperoleh dari 45 kali pengujian sebesar 88,8%.    Kata kunci"” fertil, infertil, image processing, sensor infrared, website
Implementasi Metode Elman Recurrent Neural Network (ERNN) Untuk Prediksi Harga Saham Perbankan Di Indonesia Cahyani, Ika; Suhery, Cucu; Bahri, Syamsul
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.58068

Abstract

Harga suatu saham selalu berubah setiap saat dan menjadi susah ditebak. Pada kondisi tersebut, prediksi harga saham sangat penting bagi para investor yang mengalami kesulitan dalam pengambilan keputusan untuk memilih saham yang tepat. Untuk memilih saham agar terhindar dari kerugian, membuat para investor harus menganalisa dahulu pada saham yang dipilih. Oleh karena itu, diperlukan sebuah sistem prediksi yang dapat membantu memberikan pertimbangan kepada investor dalam memilih saham. Dalam penelitian ini digunakan metode ERNN untuk memprediksi harga saham penutupan pada hari berikutnya. Terdapat 4 bank di Indonesia yang diprediksi, yaitu BCA, BRI, Bank Mandiri, dan BSI. Data yang digunakan dari tahun 2019 hingga tahun 2020. Pada penelitian ini terdapat proses pelatihan data dan pengujian data. Pelatihan data berfungsi untuk mendapatkan nilai bobot dan bias terbaru yang akan digunakan pada proses pengujian. Proses pengujian berfungsi untuk mendapatkan hasil prediksi dan akurasi. Jaringan arsitektur ERNN pada pengujian ini terdiri dari 7 neuron input, 8 neuron hidden layer, dan 1 neuron output. Pengujian ini menggunakan maksimal epoch 1000 dan toleransi error 0.0000001. Perhitungan nilai error dengan membandingkkan data aktual dan data prediksi menggunakan Mean Absolute Percentage Error. Berdasarkan hasil pengujian, BCA menghasilkan akurasi tertinggi sebesar 94.6363% pada learning rate 0.3, BRI menghasilkan akurasi tertinggi sebesar 88.5230% pada learning rate 0.3, Bank Mandiri menghasilkan akurasi tertinggi sebesar 93.5265% pada learning rate 0.4, dan BSI menghasilkan akurasi tertinggi sebesar 96.9459% pada learning rate 0.5.