Claim Missing Document
Check
Articles

Found 2 Documents
Search

MEMBANGUN KEPEMIMPINAN BERDAYA SAING: STRATEGI MOTIVASI, PENGAMBILAN KEPUTUSAN DAN PENGENDALIAN KONFLIK PADA PELATIHAN LKMM-TD Dadang Wiratama; M Fahmi Yusuf; M Adhitya Nugraha Pratama; M Misbakhul Khoir; Zahruddin Fanani
GANESHA: Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2025): Januari 2025
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Tunas Pembangunan Surakarta (UTP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/ganesha.v5i1.4538

Abstract

Penelitian ini bertujuan untuk mengeksplorasi dan menganalisis strategi yang efektif dalam membangun kepemimpinan berdaya saing melalui pendekatan motivasi, pengambilan keputusan, dan pengendalian konflik pada pelatihan Latihan Kepemimpinan dan Manajemen Mahasiswa Tingkat Dasar (LKMM-TD). Studi menggunakan pendekatan kualitatif deskriptif, penelitian ini mengidentifikasi peran strategis pelatihan dalam meningkatkan kemampuan peserta untuk memotivasi tim, mengambil keputusan secara tepat, serta mengelola konflik secara konstruktif. Hasil penelitian menunjukkan bahwa pelatihan LKMM-TD memberikan dampak positif terhadap pengembangan kepemimpinan mahasiswa. Peserta mampu menginternalisasi teori motivasi untuk mendorong kinerja individu dan tim, menguasai metode pengambilan keputusan berbasis analisis situasi, dan mempraktikkan teknik resolusi konflik untuk menciptakan hubungan kerja yang harmonis..
PENGENALAN PLAT NOMOR KENDARAAN REAL-TIME PADA KONDISI GELAP DAN HUJAN MENGGUNAKAN DEEP LEARNING Yanuangga Galahartlambang; Titik Khotiah; Zahruddin Fanani; Mohammad bastian Dwiki Rahmat
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 1 (2025): JIRE APRIL 2025
Publisher : LPPM STMIK Lombok

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

Abstract

Pengenalan plat nomor kendaraan secara real-time merupakan salah satu teknologi penting dalam sistem transportasi cerdas, terutama pada kondisi lingkungan yang menantang seperti gelap dan hujan. Penelitian ini bertujuan untuk mengembangkan dan menguji metode pengenalan plat nomor menggunakan kombinasi YOLO v8 untuk melakukan deteksi plat nomor kendaraan dan framework screen text recognition TPS-ResNet-BiLSTM-Attn untuk pengenalan teks. Dataset yang digunakan berjumlah 3.000 gambar plat nomor yang dibagi menjadi 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Framework ini dirancang untuk mengatasi tantangan visual seperti pencahayaan rendah dan gangguan akibat hujan melalui tahapan transformasi geometris (TPS), ekstraksi fitur (ResNet), pemodelan urutan karakter (BiLSTM), dan mekanisme transkripsi berbasis perhatian (Attention). Hasil pengujian menunjukkan akurasi yang berbeda pada berbagai kondisi, yaitu 78,6% pada kondisi normal, 82,4% pada kondisi gelap, dan 80,7% pada kondisi hujan. Hal ini menunjukkan bahwa metode deteksi objek YOLO v8 dan pengenalan karakter teks TPS-ResNet-BiLSTM-Attn yang diusulkan mampu menangani tantangan pengenalan plat nomor dalam kondisi lingkungan yang kompleks, sehingga memiliki potensi besar untuk diterapkan dalam sistem pengawasan transportasi yang lebih andal