Garuda - Garba Rujukan Digital

PENGARUH ECO ENZYME UNTUK MENDUKUNG KEBERLANGSUNGAN ECO INDUSTRY Putri, Nia Rifanda; Cahyono, Ari Nugroho; Rioma , Muhammad; Rahmawan, Arif
WIKUACITYA: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 1 (2025): WIKUACITYA: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Wijayakusuma Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56681/wikuacitya.v4i1.319

Pengelolaan limbah buah dan sayur menjadi masalah besar dalam konteks keberlanjutan lingkungan, terutama di daerah perkotaan. Limbah organik yang sering kali dibuang sembarangan sebenarnya dapat dimanfaatkan sebagai bahan baku untuk menghasilkan produk yang bermanfaat, salah satunya adalah eco-enzyme. Tujuan dari kegiatan pengabdian masyarakat ini adalah untuk memperkenalkan teknologi pengolahan limbah buah dan sayur menjadi eco-enzyme, yang selanjutnya dapat dimanfaatkan sebagai pupuk organik yang mendukung kesuburan tanah dan keberlanjutan eco-industry. Kegiatan pelatihan diikuti oleh 25 anggota Pengurus Cabang Nasyiatul Aisyiyah (PCNA) Kecamatan Kaliwungu, yang berlangsung selama satu hari penuh. Melalui pelatihan ini, peserta diberikan pemahaman mengenai pentingnya pengelolaan limbah organik serta langkah-langkah praktis dalam pembuatan eco-enzyme. Hasil dari kegiatan ini menunjukkan bahwa limbah buah dan sayur dapat diolah menjadi eco-enzyme yang efektif, yang dapat digunakan untuk meningkatkan kualitas tanah dan mendukung praktik pertanian yang lebih ramah lingkungan. Dengan memanfaatkan eco-enzyme, masyarakat tidak hanya mengurangi volume limbah, tetapi juga berkontribusi pada pengembangan eco-industry yang berkelanjutan. Program pelatihan ini memberikan dampak positif terhadap kesadaran lingkungan dan pemberdayaan masyarakat dalam menciptakan ekosistem yang lebih berkelanjutan.

PENDETEKSI MASKER PADA WAJAH DENGAN PARALLEL PROCESSING Sari, Kartika; Astaman, Andi Ainur Ridha; Rahmawan, Arif; Salsabila, Bella; Marettania, Felisitas
Coding: Jurnal Komputer dan Aplikasi Vol 12, No 1 (2024): Edisi April 2024
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v12i1.74414

Penggunaan masker adalah salah satu langkah penting dalam upaya mencegah penyebaran virus COVID-19. Namun, masih ada tantangan dalam memastikan bahwa orang-orang benar-benar mematuhi protokol penggunaan masker. Oleh karena itu, pengembangan teknologi pendeteksi masker menjadi hal yang sangat relevan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi masker pada wajah dengan menggunakan parallel processing secara otomatis dan akurat. Sistem ini memanfaatkan teknologi pengenalan wajah (facial recognition) dengan menggunakan algoritma pemrosesan citra yang canggih untuk membedakan antara wajah yang menggunakan masker dengan yang tidak. Sistem ini menggunakan library OpenCV untuk pengolahan citra dan framework TensorFlow untuk pelatihan model. Hasil penelitian menunjukkan bahwa sistem pendeteksi masker yang dikembangkan dapat mendeteksi masker pada wajah dengan akurasi sebesar 99,84%. Sistem ini juga dapat mendeteksi masker pada wajah secara paralel dengan objek lebih dari satu. Manfaat dari penelitian ini adalah dapat membantu mencegah penyebaran virus COVID-19 dengan mendeteksi orang-orang yang tidak menggunakan masker dengan benar. Sistem ini dapat digunakan di berbagai tempat umum, seperti bandara, stasiun kereta, atau pusat perbelanjaan.

RTOS-BASED SYSTEM FOR TODDLER NUTRITIONAL STATUS DETECTION Rahmawan, Arif; Hidayati, Rahmi; Sari, Kartika
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 2 (2025): JITK Issue November 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i2.7426

Determining the nutritional status of toddlers is essential for monitoring growth and preventing long-term health problems. Manual assessment requires significant time and is prone to human error; therefore, an automatic detection system based on height and weight parameters is needed. This study aims to develop a Real-Time Operating System (RTOS)–based system to detect the nutritional status of children aged 24–60 months, capable of managing task priorities, ensuring timely execution, and preventing race conditions using semaphores. The system employs an ultrasonic sensor to measure height, load cell sensors to measure body weight, and a web-based interface to input gender and age. Nutritional classification is determined through Z-score calculations using WHO reference data. Tests conducted on 200 children in various locations showed that the ultrasonic sensor achieved an average absolute error of 0.39 cm, a relative error of 0.409%, and an accuracy of 99.59%, while the load cell sensor achieved an average absolute error of 0.22 kg, a relative error of 1.587%, and an accuracy of 98.41%. The average execution times for the measurement and Z-score computation tasks were 4014.4 ms and 11.31 ms, respectively. The nutritional status classification results showed accuracy levels of 99.5% for Weight-for-Age (W/A), 99.5% for Height-for-Age (H/A), and 97.5% for Body Mass Index-for-Age (BMI/A) compared with manual assessments. The developed system demonstrated reliable performance in measurement and classification, with results consistent with conventional methods, indicating its potential as an efficient and accurate tool to assist healthcare workers in monitoring toddler nutrition status

RTOS-BASED SYSTEM FOR TODDLER NUTRITIONAL STATUS DETECTION Rahmawan, Arif; Hidayati, Rahmi; Sari, Kartika
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 2 (2025): JITK Issue November 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i2.7426

Determining the nutritional status of toddlers is essential for monitoring growth and preventing long-term health problems. Manual assessment requires significant time and is prone to human error; therefore, an automatic detection system based on height and weight parameters is needed. This study aims to develop a Real-Time Operating System (RTOS)–based system to detect the nutritional status of children aged 24–60 months, capable of managing task priorities, ensuring timely execution, and preventing race conditions using semaphores. The system employs an ultrasonic sensor to measure height, load cell sensors to measure body weight, and a web-based interface to input gender and age. Nutritional classification is determined through Z-score calculations using WHO reference data. Tests conducted on 200 children in various locations showed that the ultrasonic sensor achieved an average absolute error of 0.39 cm, a relative error of 0.409%, and an accuracy of 99.59%, while the load cell sensor achieved an average absolute error of 0.22 kg, a relative error of 1.587%, and an accuracy of 98.41%. The average execution times for the measurement and Z-score computation tasks were 4014.4 ms and 11.31 ms, respectively. The nutritional status classification results showed accuracy levels of 99.5% for Weight-for-Age (W/A), 99.5% for Height-for-Age (H/A), and 97.5% for Body Mass Index-for-Age (BMI/A) compared with manual assessments. The developed system demonstrated reliable performance in measurement and classification, with results consistent with conventional methods, indicating its potential as an efficient and accurate tool to assist healthcare workers in monitoring toddler nutrition status

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search