Ahmad Wahyu Rosyadi
Universitas Qomaruddin

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

Found 2 Documents
Search

Pelatihan Pembuatan Media Pembelajaran Berbasis Android Bagi Guru Untuk Meningkatkan Mutu Pembelajaran di Madrasah Tsanawiyah Manbaul Ulum: Android-Based Learning Media Training for Teachers Improve Learning Quality at Madrasah Tsanawiyah Manbaul Ulum Taufiqur Rohman; Saffana Assani; Ahmad Wahyu Rosyadi; M. Anwar Aini; Faqihatin; Muhammad Rizqi Hildani; Adilla Mahmudah; Ahmad Firmansyah Mahera; Nur Aini Adelliyah; Ajeng Sri Indawati; Mohammad Syahrun Nidhom; Muhamad Afif Effindi
Komatika: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 1 (2024): Mei 2024
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Institut Informatika Indonesia Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/komatika.v4i1.795

Abstract

Media pembelajaran berbasis elektronik atau digital bertujuan untuk menambah minat belajar siswa yang berdampak pada prestasi belajar siswa yang lebih baik, media pembelajaran digital juga lebih memudahkan siswa mengakses materi pembelajaran. Madrasah Tsanawiyah (MTs) Manbaul Ulum merupakan sekolah lanjutan pertama (SLTP) yang berada di Desa Mojopuro Gede Kecamatan Bungah Kabupaten Gresik Porvinsi Jawa Timur. Dalam pelaksanaan pembelajaran di MTs Manbaul Ulum perlu adanya pengembangan media belajar yang inovatif untuk meningkatkan minat belajar siswa. Pelaksanaan kegiatan pengabdian kepada masyarkat ini bertujuan untuk membantu meningkatkan kompetensi guru di sekolah mitra dalam mengembangankan media pembelajaran berbasis android. Tahap pelaksanaan kegiatan pengabdian ini terbagi dalam tahap persiapan dan tahap pelaksanaan, tahap persiapan terdiri dari studi literatur dan observasi lapangan di sekolah mitra untuk mendapatkan rumusan permasalahan dan penentuan solusi untuk sekolah mitra serta pembuatan modul yang sesuai kebutuhan. Pelaksanaan pelatihan dilakukan dengan ceramah oleh pemateri dan praktik oleh peserta. Peserta diminta untuk membuat media pembelajaran berbasis android sesuai dengan arahan dari pemateri. Pelatihan ini menghasilkan mendia pembelajaran berbasis android yang dibuat oleh peserta pelatihan yang dapat dijadikan modal oleh peserta dalam mengembangkan media pembelajaran berbasis andorid.
Improving PaddleOCR optical character recognition for food composition labels using hybrid SymSpell and LayoutLM correction Ahmad Wahyu Rosyadi; Siti Ma’shumah; Muhammad Qomaruz Zaman
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 24, No 5: October 2026
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v24i5.27607

Abstract

A high level of text recognition accuracy is crucial for optical character recognition (OCR) applications, particularly those designed to extract information from food composition labels. However, packaging materials often introduce distortions, reflections, or irregular printing, which lead to recognition errors and word concatenation. To mitigate this issue, this study proposes a novel post-processing system that integrates PaddleOCR with the spelling correction (SymSpell) algorithm and layout language model (LayoutLM)-guided bigram-based word segmentation to enhance OCR accuracy. The implementation begins with capturing a composition label image using a smartphone camera, followed by initial text extraction performed by PaddleOCR. Consequently, SymSpell corrects misspelled tokens through a domain-specific food and beverage lexicon, while LayoutLM leverages spatial and contextual information to separate concatenated words. The performance was evaluated using the character error rate (CER) metric across four packaging surface categories: flat, curved, reflective, and textured. The results demonstrate consistent improvements across all categories, achieving an average CER of 0.0991, with the greatest reduction on flat surfaces (from 0.0885 to 0.0659). The experiments show that the system is robust across label conditions, lightweight for real-time use, and domain-aware. Its model-agnostic design adds flexibility, enabling effective post-OCR correction across different engines and improving readability for real-world food label applications.