Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis Perbandingan Metode Additive Ratio Assesment (ARAS) dan Weight Aggregated Sum Product Assesment (WASPAS) Dalam Pembiayaan Penelitian Mandiri Dosen Rasyid, M Harun Al; Arsyad, Muhammad; Halawa, Fathree; Sutarman, Sutarman
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 23 No 1 (2024): Februari 2024
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v23i1.8383

Abstract

Pada Pusat Riset dan Pengabdian Masyarakat (PRPM) dalam pengambilan keputusan untuk menentukan Pembiayaan Penelitian Mandiri terdapat suatu permasalahan yang dimana banyaknya permohonan dari peneliti mandiri ke pihak perguruan tinggi melalui PRPM sedangkan anggaran bantuan terbatas, membuat pihak PRPM harus benar-benar menyeleksi peneliti mandiri yang mendapat bantuan dari pihak perguruan tinggi. Oleh karena itu diperlukan adanya Sistem Pendukung Keputusan menentukan Pemilihan Pembiayaan Penelitian Mandiri menggunakan metode ARAS. Dengan adanya sistem tersebut diharapkan kinerja dan waktu dalam pengambilan putusan Pemilihan Pembiayaan Penelitian Mandiri menjadi efektif dan efisien baik dari segi kecepatan dalam mengambil keputusan. Hasil program ini menunjukkan bahwa sistem yang dibangun dengan berbasis WEB dapat membantu pihak Pusat Riset dan Pengabdian Masyarakat (PRPM) dalam mengambil keputusan Pemilihan Pembiayaan Penelitian Mandiri dengan cepat dan tepat
PEMANFAATAN APLIKASI DIGITAL UNTUK PEMANTAUAN KESEHATAN DAN PEMERIKSAAN LABORATORIUM DI SMA KARTIKA I-2 MEDAN Halawa, Fathree; Sipayung, Apriska Dewi; Zebua, Winda Irawati; Sri Ulina
Jurnal Abdimas Mutiara Vol. 7 No. 1 (2026): JURNAL ABDIMAS MUTIARA
Publisher : Universitas Sari Mutiara Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jam.v7i1.6429

Abstract

Latar belakang : Perkembangan teknologi digital telah memberikan pengaruh besar terhadap berbagai sektor, termasuk bidang kesehatan dan pendidikan. Pemanfaatan aplikasi digital sebagai sarana health monitoring merupakan inovasi penting dalam meningkatkan kesadaran dan perilaku hidup sehat di kalangan pelajar. Tujuan : Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital kesehatan serta kemampuan siswa dalam menggunakan aplikasi e-SehatLab, yaitu aplikasi berbasis web yang dirancang untuk membantu proses pencatatan dan pelaporan hasil pemeriksaan laboratorium sederhana seperti tekanan darah, kadar hemoglobin, berat badan, dan tinggi badan. Kegiatan dilaksanakan di SMA Kartika I-2 Medan dengan melibatkan 30 siswa kelas XI dan 2 guru pendamping UKS. Matode : Metode pelaksanaan meliputi tahap sosialisasi, pelatihan penggunaan aplikasi, pemeriksaan kesehatan, dan evaluasi melalui pre-test serta post-test untuk menilai peningkatan pengetahuan peserta. Hasil : Hasil kegiatan menunjukkan peningkatan rata-rata skor pengetahuan siswa sebesar 34% setelah pelatihan, serta tingkat kepuasan pengguna mencapai 88%, yang menunjukkan bahwa aplikasi e-SehatLab mudah digunakan dan bermanfaat bagi siswa. Kegiatan ini berhasil meningkatkan pemahaman peserta mengenai pentingnya pemeriksaan kesehatan rutin dan pencatatan digital hasil laboratorium. Kesimpulan : Secara keseluruhan, kegiatan ini memberikan kontribusi nyata dalam mendukung penerapan transformasi digital di bidang kesehatan pendidikan dan memperkuat implementasi Tridharma Perguruan Tinggi dalam aspek pengabdian kepada masyarakat.
The Effect of Gamma Correction on the Accuracy of Vehicle Detection Using the YOLOv8 Algorithm Halawa, Fathree; Zamzami, Elviawaty Muisa; Tarigan, Jos Timanta
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 1 (2026): February 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i1.7022

Abstract

Accurate vehicle detection under low-light conditions is a significant challenge in traffic surveillance systems and computer vision applications. Although YOLOv8 performs well under normal illumination, its accuracy decreases when processing low-light images due to reduced contrast and limited visual details. This study proposes the integration of gamma correction as a preprocessing method to enhance image brightness and improve YOLOv8 detection performance. The dataset consists of real ATCS traffic camera recordings from Medan City under varying lighting conditions. Gamma correction with three values (0.5, 1.5, and 2.0) was applied to evaluate its effect on detection accuracy. The results show that gamma 1.5 provides the best improvement, increasing mAP@0.5 by 0.14% and mAP@0.5:0.95 by 0.74%, and achieving the highest confidence score of 0.9678 while also producing more stable training convergence. The novelty of this study lies in applying gamma correction to YOLOv8 using real-world ATCS low-light data, demonstrating that simple preprocessing can enhance detection robustness without modifying the model architecture.