Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sosialisasi Pentingnya Literasi Digital Dalam Bisnis Untuk Siswa di SMKN 2 Baleendah Permana, Reki Kurnia; Nugraha, Rifki Fajar; Fitriyadi, Mohammad Nur
Jurnal Pengabdian kepada Masyarakat TEKNO (JAM-TEKNO) Vol 6 No 1 (2025): Juni 2025
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/jamtekno.v6i1.6599

Abstract

Program Pengabdian Kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan pemahaman dan keterampilan literasi digital siswa SMKN 2 Baleendah dalam konteks dunia bisnis. Dengan pesatnya perkembangan teknologi, literasi digital menjadi kunci kesuksesan di era ekonomi digital, khususnya dalam bidang pemasaran online, e-commerce, serta keamanan dan etika berbisnis secara digital. Namun, masih banyak siswa yang belum memahami pemanfaatan teknologi secara optimal untuk pengembangan bisnis. Melalui kegiatan sosialisasi ini, siswa diberikan pelatihan terkait strategi pemasaran digital melalui platform media sosial (Instagram, TikTok, Facebook), pengelolaan toko online (Shopee, Tokopedia), serta pentingnya keamanan data dan privasi dalam transaksi digital. Metode pelaksanaan mencakup penyampaian materi teoritis, diskusi interaktif, dan praktik langsung, sehingga siswa dapat mengaplikasikan pengetahuan tersebut secara nyata. Hasil evaluasi melalui pre-test dan post-test menunjukkan peningkatan signifikan dalam pemahaman siswa mengenai literasi digital dan penerapannya dalam bisnis. Selain itu, peserta juga menjadi lebih percaya diri dalam memanfaatkan teknologi untuk membuka peluang usaha maupun memasuki dunia kerja. Program ini diharapkan tidak hanya meningkatkan kompetensi digital siswa tetapi juga mendorong semangat kewirausahaan yang adaptif terhadap perkembangan teknologi. Kata kunci: Literasi digital, bisnis digital, pemasaran online, e-commerce, media sosial, keamanan data, kewirausahaan, SMK.
Deteksi Penyakit Katarak pada Citra Mata Manusia Menggunakan Metode ResNet-50 Nugraha, Rifki Fajar; Rahmadewi, Reni
Jurnal ELEMENTER (Elektro dan Mesin Terapan) Vol 11 No 1 (2025): Jurnal Elektro dan Mesin Terapan (ELEMENTER)
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/elementer.v11i1.6632

Abstract

Cataract is a leading cause of blindness that requires quick and accurate diagnosis to prevent further deterioration in vision quality. However, conventional examination methods often require a long time and specialized expertise, making them difficult to access widely. Along with technological developments, digital image processing offers a solution to detect cataracts more efficiently. This research aims to develop an image processing-based cataract identification system using a deep learning approach through the ResNet-50 architecture for pattern recognition in eye images. The research process includes image matrix transformation and file compression to improve data processing efficiency. Eye image datasets are used as training and testing data in the classification process using first-order parameters and 100 epochs. Test results showed the system was able to identify cataracts with an accuracy of 95.7% and the best computation time of 1.888 seconds, using 400 training data and 381 validation data. The resulting software simulation can be a digital image-based cataract early diagnosis tool, which is expected to support medical personnel in providing faster treatment and expanding access to eye health services.