Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal To Maega: Jurnal Pengabdian Masyarakat JURNAL REKAYASA INFORMASI SWADHARMA (JRIS)
Supatman Supatman
Program Studi Informatika, Fakultas Teknologi Informasi, Universitas Mercu Buana Yogyakarta
Computer Science & IT Other

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

Found 2 Documents
Search

 1 
Digitalisasi Bisnis Sebagai Strategi Pengembangan Usaha pada Pengrajin Kain Tenun Melalui Implementasi Konsep Tri-N di Desa Karangasem, Klaten, Jawa Tengah Sri Ayem; Umi Wahidah; Suddin Lada; Enggar Kartika Cahyaning; Supatman Supatman; Nurul Myristica Indraswari; Agaphe Christian Abinowo
To Maega : Jurnal Pengabdian Masyarakat Vol 7, No 1 (2024): Februari 2024
Publisher : Universitas Andi Djemma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35914/tomaega.v7i1.2439

Abstract

Desa Karangasem ini merupakan salah satu kelurahan yang ada di wilayah Kecamatan Cawas, Kabupaten Klaten yang warganya menjadi pengrajin kain tenun untuk diproduksi secara perorangan. Permasalahan yang dihadapi pengrajin kain tenun di Desa Karangasem, mereka menjual hasil kerajinannya langsung ke pengepul, tidak melakukan penjualan langsung kepada konsumen sehingga dalam penentuan harga mereka tergantung dengan pengepul. Untuk mengatasi permasalahan tersebut maka solusi yang ditawarkan melalui kegiatan program PKM pemberdayaan pemasaran pengrajin kain tenun di Karangasem meliputi program pelatihan dalam Menyusun strategi pemasaran kain tenun serta program peningkatan kapasitas SDM dalam pemasaran online. Kegiatan ini akan dilaksanakan dengan melibatkan seluruh pengrajin kain tenun yang berada di wilayah RT 06/RW 04 Desa Karangasem. Selain kompetensi dalam pemasaran, pengrajin diberikan sosialisasi terkait Konsep Tri-N yaitu Niteni, Nirokke, Nambahi yaitu prinsip dalam melakukan pemasaran secara online dengan memperhatikan perkembangan terkini dengan memanfaatkan sosial media. Hasil dari Abdimas menunjukkan bahwa rata-rata 93% peserta mampu memahami dan mampu Menyusun strategi pemasaran serta mampu melakukan pemasaran secara digital dengan memanfaatkan sosial media.
KLASIFIKASI TINGKAT KEMATANGAN KUE PUKIS ORIGINAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Gerardus Berek; Supatman Supatman
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1348

Abstract

This study aims to classify the doneness level of original pukis cakes using a Convolutional Neural Network (CNN). The research method used is quantitative with an experimental approach. Manually determining the doneness level of pukis cakes is subjective and influenced by lighting conditions, resulting in inconsistent assessments. The dataset was obtained from images of the pukis cake baking process, which were extracted into image frames and divided into three classes: uncooked, half-cooked, and done. The preprocessing stage included image resizing to 64x64 pixels, normalization, and data augmentation. A CNN model was used to extract features and perform image classification. The results showed that the model achieved an accuracy of 97.81% on the test data. These results demonstrate that the CNN method can automatically classify the doneness level of pukis cakes with a high degree of accuracy.Penelitian ini bertujuan untuk mengklasifikasikan tingkat kematangan kue pukis original menggunakan metode Convolutional Neural Network (CNN). Metode penelitian yang digunakan adalah metode kuantitatif dengan pendekatan eksperimen. Penentuan tingkat kematangan kue pukis secara manual masih bersifat subjektif dan dipengaruhi oleh kondisi pencahayaan sehingga menghasilkan penilaian yang kurang konsisten. Dataset diperoleh dari citra proses pemanggangan kue pukis yang diekstrak menjadi frame citra dan dibagi ke dalam tiga kelas, yaitu belum matang, setengah matang, dan matang. Tahap praproses meliputi resize citra menjadi 64×64 piksel, normalisasi, dan augmentasi data. Model CNN digunakan untuk mengekstraksi fitur serta melakukan klasifikasi citra. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi sebesar 97,81% pada data pengujian. Hasil tersebut menunjukkan bahwa metode CNN mampu mengklasifikasikan tingkat kematangan kue pukis secara otomatis dengan tingkat akurasi yang tinggi.
Co-Authors Agaphe Christian Abinowo Enggar Kartika Cahyaning Gerardus Berek Nurul Myristica Indraswari Sri Ayem Suddin Lada Umi Wahidah