Claim Missing Document
Check
Articles

Found 6 Documents
Search

Comparison Of Arrival Classification Of Outpatient Patients Based On Appointment Using Adaboost And Random Undersampling Methods Widodo; Soeleman, Arief; Alzami, Farrikh; Muslich, Muslich; Krisnawati, Dyah Ika
Moneter: Jurnal Keuangan dan Perbankan Vol. 11 No. 1 (2023): APRIL
Publisher : Universitas Ibn Khladun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (866.876 KB) | DOI: 10.32832/moneter.v11i1.56

Abstract

Patients who choose to carry out examinations and treatment with an outpatient model without staying at hospitals and health service clinics are increasing for various reasons and the busyness of the patient in question. Clinics and hospitals are still able to survive and operate because they are still needed by patients who require both outpatient and inpatient services. Many clinics and hospitals in various countries still have not implemented an outpatient queue data processing system with an adequate system so there are many patients who have registered to be examined but do not come for various reasons which is a loss for the nurses and doctors on duty at the hospital. that day. This incident is certainly detrimental to clinics and hospitals because data processing is still manual, so it is impossible to predict how many patients will visit the clinic for check-ups. One solution that is still wide open for managing visiting patient data both for outpatient and inpatient treatment is to use big data. The method to be used in data mining is a Decision Tree classification with Adaboost and Random Undersampling. With the Decision Tree classification with Adaboost and Random Undersampling, good predictions will be produced so that they can help in making a decision.
Pembekalan Branding Industri dengan Pemanfatan Teknik Logo sebagai Media Promosi Produk UMKM Kelurahan Tanjung Mas Semarang P, Elkaf Rahmawan; Muslih, -; Prabowo, Abi Seno; Khamadi, -; Soeleman, Arief
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 2 (2023): Mei 2023
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v6i2.978

Abstract

Perempuan merupakan makhluk yang diciptakan dengan berbagai kelebihan sehingga banyak hal yang dapat dilakukan perempuan. Perempuan juga dapat berperan aktif dalam membantu pendapatan ekonomi keluarga apabila pendapatan keluarga dirasa masih kurang atau pas-pasan. Kelurahan Tanjung Emas merupakan salah satu daerah kumuh yang ada di Kota Semarang. Permukiman yang berkembang di Kawasan Kelurahan Tanjung Emas yaitu permukiman nelayan dan permukiman padat kota dengan mata pencaharian utama penduduk bekerja di sektor informal. Dengan kebanyakan penduduk bekerja di sektor informal menimbulkan masalah pada keluarga karena mendapatkan penghasilan yang tidak menentu. Sesuai dengan peranan perempuan dalam era sekarang, maka perempuan seharusnya memiliki peran pemberdayaan dalam keluarga. Salah satu lembaga swadaya masyarakat yang fokus terhadap pemberdayaan perempuan dan perlindungan anak adalah Yayasan Anantaka. Khusus dalam hal pemberdayaan perempuan, Yayasan Anantaka berfokus pada mendukung perempuan berwirausaha sebagai tenaga kerja mandiri. Kegiatan yang dilakukan salah satunya adalah pendampingan pelatihan kewirausahaan. Keberhasilan kegiatan pemberdayaan perempuan yang dilakukan dalam hal pendampingan pelatihan kewirausahaan di kecamatan Gunung Pati akan dilanjutkan di Kelurahan Tanjung Emas. Permasalahan angka tingkat kemiskinan di Kelurahan Tanjung Emas seharusnya dapat berkurang dengan peran serta perempuran sebagai bagian dari keluarga. Ibu-ibu di Kelurahan Tanjung Emas sudah mendapatkan pelatihan tentang pengolahan boga dan makanan sehat. Pelatihan tersebut telah melahirkan banyak olahan makanan yang sebenarnya dapat dipasarkan ke luar Kelurahan Tanjung Emas. Akan tetapi, produk makanan yang dihasilkan belum dibranding dengan baik sehingga tidak dapat dimanfaatkan potensi ekonominya dengan baik.
Pemanfaatan Sistem Administrasi Balita (SiaBa) untuk Pengelolaan Data Posyandu Bougenville Patemon Gunungpati Semarang Muslih, Muslih; Pramudya, Elkaf Rahmawan; Soeleman, Arief; Nugraini, Siti Hadiati; Asfawi, Supriyono
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 3 (2023): September 2023
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v6i3.1421

Abstract

Lembaga kesehatan yang dapat diakses untuk memperoleh pelayanan kesehatan dasar untuk bayi dan balita adalah posyandu. Salah satu posyandu yang ada di Kota Semarang adalah Posyandu Bougenville Kelurahan Patemon. Posyandu Bougenville melayani penimbangan balita dan imunisasi, Tenaga sukarelawan kesehatan yang telah mendapatkan pelatihan, serta memberikan panduan kesehatan bagi ibu hamil dan ibu menyusui. Kader dan peserta Posyandu sering mengalami kesulitan dalam proses pencarian data. Hal ini disebabkan karena selama ini pencatatan data ditulis secara manual menggunakan tangan. Peserta juga jarang mendapatkan beberapa informasi tentang hasil pencatatan di posyandu. Kendala lain yang dihadapi oleh Posyandu Bougenville adalah ketika jumlah peserta yang banyak ketika ada sebuah event tertentu. Kader posyandu mengalami kesulitan dalam melakukan proses pengolahan data karena banyak data yang sama dicatatkan berulang-ulang sehingga mengakibatkan redudansi data. Hal ini menyebabkan kader Posyandu terkadang melakukan kesalahan dalam penghitungan data saat pembuatan laporan kegiatan Posyandu di tingkat Kelurahan.
Enhancing Low-Resolution Images of Mustard Leaves Affected by Pests with Thermal Sensor using Super-Resolution Convolutional Neural Network Optimization Susanto, Fredy; Nurtantio, Pulung; Soeleman, Arief; Pujiono, Pujiono; Noersasongko, Edi; Dedi, Dedi
JOIV : International Journal on Informatics Visualization Vol 9, No 3 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.3.2841

Abstract

With urban areas facing limited agricultural land, hydroponic systems offer a solution to increase food storage and variety. Hydroponics, a farming technique that relies on water as a growing medium rather than soil, provides essential nutrients and oxygen for plants. This paper explores the use of thermal sensors to capture images of mustard leaves in a hydroponic system. In addition, it also explores thermal sensor images. These images are analyzed to detect pest attacks, with red leaves indicating the presence of pests and green/blue leaves unaffected by pests. These pests emit hot air; consequently, they turn red. The method of increasing resolution is to compare the Long Short-Term Memory (LSTM) algorithm with the Super-Resolution Convolutional Neural Network (SR-CNN) to improve the quality of images obtained from low-resolution sensors (AMG8833/Grid-EYE). The results show that the SR-CNN method is better than the LSTM (Long Short-Term Memory) method, although limitations remain due to the sensor resolution. After conducting the research, it could be observed that using LSTM resulted in a Mean Square Error (MSE) value of 0.001551685, while SR-CNN indicated an MSE value of 8.873. Furthermore, LSTM produces a Peak Signal-to-Noise Ratio (PSNR) value of 37.10797726, whereas SR-CNN achieves a PSNR of 39.199. The accuracy rates (SSIM) for LSTM and SR-CNN are 0.991538522961364 and 0.997747, respectively. These findings show that using the SR-CNN algorithm can effectively improve the quality of images produced by thermal sensors, even though the sensor pixel capacity is limited.
Fotografi Produk dalam Pembuatan Media Promosi Untuk Hasil Kerajinan Bank Sampah Eling Resik Kel. Patemon Gunungpati Semarang Pramudya, Elkaf Rahmawan; Muslih, Muslih; Senoprabowo, Abi; Soeleman, Arief; Asfawi, Supriyono
Palawa: Jurnal Pengabdian Kepada Masyarakat Vol. 2 No. 2 (2023)
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31942/palawa.v2i2.9843

Abstract

Permasalahan sampah menjadi permasalahan kebersihan dan lingkungan serta menjadi masalah sosial yang berpotensi menimbulkan konflik di masyarakat oleh karena itu didirikan bank sampah untuk membantu mengatasi hal tersebut. Salah satu bank sampah yang ada di Kota Semarang yaitu Bank Sampah Eling Resik. Bank Sampah Eling Resik merupakan bank sampah yang didirikan ibu-ibu PKK di RW 3, Kelurahan Patemon, Kecamatan Gunung Pati. Walaupun Bank Sampah Eling Resik sudah dapat mengumpulkan sampah plastik yang banyak, namun pengelolaan yang dapat meningkatkan nilai tambah sampah plastik sehingga memiliki nilai ekonomi yang lebih. Kendala yang dihadapi oleh Bank Sampah Eling Resik dalam mengembangkan nilai ekonomi sampah plastik adalah pemasaran yang baik. Bank Sampah Eling Resik belum memasarkan pot bunga yang dihasilkan karena merasa pot bunga yang dihasilkan tidak dapat dijual karena merasa produk yang dihasilkan tidak dikemas dengan baik. Target luaran kegiatan ini adalah meningkatnya pemahaman peserta tentang pengetahuan pentingnya dasar digital marketing untuk produk hasil olahan daur ulang sampah plastik yang ada, terciptanya desain sosial media hasil olahan daur ulang sampah plastik yang bagus dan menarik, serta terciptanya foto produk hasil olahan daur ulang sampah plastik untuk memperlihatkan keunggulan produk.  
Enhanced Classification of Lombok Pearl Quality Based on Shape and Size Using PSO-Optimized Artificial Neural Network Anshori, Muhammad Izzul; Andono, Pulung Nurtantio; Soeleman, Arief
International Journal of Advances in Data and Information Systems Vol. 6 No. 3 (2025): December 2025 - International Journal of Advances in Data and Information Syste
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ijadis.v6i3.1434

Abstract

This study aims to develop an intelligent classification model for pearl quality assessment using an integrated approach combining Gray Level Co-occurrence Matrix (GLCM), Particle Swarm Optimization (PSO), and Artificial Neural Network (ANN). Sixteen texture features were extracted from four directional orientations using GLCM. PSO was employed as a feature selection algorithm to reduce dimensionality and enhance classification performance. Two ANN models were compared: a baseline model using all GLCM features and an optimized model utilizing only PSO-selected features. The models were trained and validated using 10-fold cross-validation. Results showed that the PSO-enhanced ANN achieved an accuracy of 94.72%, outperforming the baseline model which reached only 89.17%. Further evaluations using confusion matrix, Receiver Operating Characteristic (ROC) analysis, and Principal Component Analysis (PCA) confirmed the superior discriminative capability and improved class separability of the optimized model. These findings highlight the effectiveness of combining swarm intelligence with neural networks in texture-based classification tasks, offering a robust and scalable solution for automated quality inspection in the pearl industry and related domains.