Ramadhan, Gilang Satria Putra
Unknown Affiliation

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

Found 2 Documents
Search

Digital Marketing UMKM Batik Sleker Asri Gandusari Bandongan untuk Memperluas Pasar Widyanto, R Arri; Subagio, Riki; Ferdiansyah, Rizki; Ramadhan, Gilang Satria Putra; Andaresti, Zahsa Okna; Na'im, Lailia Jannatun
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 7, No 2 (2024): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v7i2.6549

Abstract

Gandusari merupakan salah satu wilayah terluas di Kecamatan Bandongan. Luas wilayah Gandusari 1,06 km2, dengan jumlah penduduk 4.0708 jiwa yang terdiri dari laki-laki berjumlah 2.413 dan perempuan 2.295. Potensi utama desa Gandusari adalah pertanian dan UMKM. Salah satu UMKM yang terdapat di Gandusari adalah industri batik yang bernama Sleker Asri. Usaha ini dirintis mulai tahun 2010 bertujuan meberdayakan masyarakat sekitrnya. Produksi dan pemasaran batik fluktuatif karena produksinya berdasarkan pesanan dan pemasaran yang dilakukan berdasarkan platform whatsapp dan melalui pameran yang diadakan oleh Dinas Perindustrian. Permasalahan lain Batik Sleker Asri belum memiliki papan nama, sehingga keberadaannya tidak dikenali oleh calon pelanggannya. Catatan pembukuan kurang terstruktur pencatatan arus kas, biaya produksi dan pelaporan keuangannya sering tidak sesuai. Metode yang digunakan dalam kegiatan ini adalah Participation Rural Appraisal (PRA) yang menuntut peran aktif dari mitra. Mitra berpartisipasi dalam menyediakan tempat, mengikuti kegiatan secara aktif, menyediakan konsumsi dan mendukung keberlanjutan program. Hasil kegiatan ini berupa pemanfaatan platform e comerce dengan peningkatan jangkauan pasar. Pemahaman konsep pemasaran digital meningkat 20% dan pemahaman tentang manajemen usaha meningkat menjadi 25%. 
Optimasi Data Preprocessing dan Hyperparameter Tuning pada Klasifikasi Penyakit Daun Apel menggunakan DenseNet169 Ramadhan, Gilang Satria Putra; Maimunah, Maimunah; Nugroho, Setiya
Building of Informatics, Technology and Science (BITS) Vol 6 No 3 (2024): December 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i3.6134

Abstract

Apples are one of the horticultural commodities in Indonesia with production reaching 5,235,955 quintals in 2022, but decreasing to 3,925,628 quintals in 2023. One of the causes of this decline is diseases in apple plants that occur on the leaves, such as scab, black rot, and cedar rust, which can result in a decrease in the quality and quantity of production. Therefore, technology is needed for fast and accurate classification of diseases on apple leaves. This study uses a CNN model with DenseNet169 with optimization on data preprocessing and hyperparameter tuning to improve the accuracy of the apple leaf disease classification model. A total of 36 combinations of data preprocessing and hyperparameter tuning scenarios were tested on the apple leaf image dataset consisting of 4 classes: scab, black rot, cedar rust, and healthy. The optimal scenario is obtained from a combination of RGB + CLAHE with RMSprop optimizer and a learning rate of 0.0001 (P6 + H4), which results in 99.39% accuracy, 99.4% precision, 99.39% recall, and 99.39% f1-score. The results of this study show that the selection of the right preprocessing data and hyperparameter tuning greatly affects the performance of the apple leaf disease classification model.