Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) JIMAKUKERTA
Anugrah Ilahi, Puja
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science

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

Found 2 Documents
Search

 1 
PELATIHAN PENGGUNAAN KOMPUTER DASAR MICROSOFT WORD PADA SISWA SDN 8 BENGKULU SELATAN Anugrah Ilahi, Puja; Riwayati, Selvi; Peto, Ammar; Masyita Ariani, Nyayu; Masri, Masri; Jumri, Rahmat; Husni Rifqo, Muhammad
Jurnal Ilmiah Mahasiswa Kuliah Kerja Nyata (JIMAKUKERTA) Vol. 4 No. 3 (2024): JIMAKUKERTA
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Muhammadiyah Bengkulu

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

Abstract

Pelatihan penggunaan komputer dasar, khususnya Microsoft Word, menjadi penting di era digital saat ini, terutama bagi siswa sekolah dasar yang sedang mempersiapkan diri untuk menghadapi tantangan teknologi di masa depan. Pelatihan ini dilakukan di SDN 8 Bengkulu Selatan dengan tujuan untuk meningkatkan keterampilan dasar komputer pada siswa. Metode pelatihan ini melibatkan pendekatan praktis dengan sesi langsung menggunakan Microsoft Word, yang dirancang untuk mengembangkan kemampuan siswa dalam membuat dokumen sederhana, mengenali fungsi dasar microsoft word, dan memahami pentingnya penguasaan teknologi dalam kehidupan sehari-hari. Hasil dari pelatihan ini menunjukkan peningkatan signifikan dalam pemahaman dan kemampuan siswa dalam menggunakan Microsoft Word. Diharapkan pelatihan ini dapat menjadi acuan bagi sekolah-sekolah lain untuk menerapkan program serupa guna mempersiapkan siswa dalam menghadapi tantangan teknologi di masa depan.
PERBANDINGAN METODE CNN DAN SVM UNTUK MENGKLASIFIKASI KEMATANGAN SERTA MENGUKUR KANDUNGAN VITAMIN C JERUK GERGA MENGGUNAKAN CITRA DIGITAL Anugrah Ilahi, Puja; Toyib, Rozali; Reswan, Yuza; Sonita, Anisya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13829

Abstract

Masalah dalam panen buah jeruk Gerga sering kali terjadi akibat kesalahan dalam proses pemetikan yang hanya didasarkan pada warna serta estimasi semata, sehingga kualitas buah yang dihasilkan tidak sesuai dengan harapan konsumen. Jeruk Gerga memiliki kandungan vitamin C yang lebih tinggi dibandingkan dengan jeruk manis biasa, penting untuk melakukan pengukuran kadar vitamin C berdasarkan warna dan nilai Hue dengan menggunakan citra warna. Jaringan Saraf Konvolusional (CNN) dan Mesin Vektor Pendukung (SVM) memiliki peranan penting dalam klasifikasi gambar digital, terutama dalam menentukan tingkat kematangan buah dimana CNN adalah Metode Deep Learning yang mampu mengambil fitur visual yang kompleks, seperti tekstur serta pola warna yang relevan untuk mendeteksi kematangan buah, CNN memberikan hasil lebih akurat dalam klasifikasi kematangan buah jika dibandingkan dengan metode konvensional, berkat kemampuannya untuk mengenali pola non-linear dalam data visual. Temuan penelitian menunjukkan bahwa algoritma CNN menghasilkan akurasi yang lebih tinggi dibandingkan dengan SVM. CNN mencapai akurasi sebesar 98%, sementara SVM hanya mencapai akurasi 94%. Selain itu lebih efektif dalam mendeteksi pola warna dan tekstur buah, membuatnya lebih ampuh dalam klasifikasi kematangan Jeruk Gerga. Dengan demikian, pendekatan menggunakan CNN diusulkan sebagai metode yang lebih unggul untuk sistem klasifikasi otomatis berbasis gambar digital, khususnya di sektor pertanian dan teknologi pangan.
Co-Authors Husni Rifqo, Muhammad Masri Masri Masyita Ariani, Nyayu Peto, Ammar Rahmat Jumri Riwayati, Selvi Sonita, Anisya Toyib, Rozali Yuza Reswan