Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal TIMES Abdi Wina : Jurnal Pengabdian Kepada Masyarakat Universitas Kristen Wira Wacana Sumba Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis
Mahardika Inra Takaendengan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Social Sciences Veterinary

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ENSEMBLE SOFT VOTING DARI MODEL HYBRID CNN-TRANSFER LEARNING UNTUK KLASIFIKASI PENYAKIT PARU-PARU (STUDI KASUS RSUD MARIA WALANDA MARAMIS) Mahardika Inra Takaendengan; Dodisutarma Lapihu; Mans Lumiu Mananohas; Ketaren, Eliasta; Shalom Putri Maharani Taringanen; Dwika Taufan Takaendengan; Thesalonika Putri Millenia Parera
Jurnal TIMES Vol 14 No 2 (2025): Jurnal TIMES
Publisher : STMIK TIME

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

Abstract

Penyakit paru-paru seperti tuberkulosis, bronkitis, dan pneumonia masih menjadi masalah kesehatan serius di Indonesia dengan angka kematian yang tinggi. Di Sulawesi Utara, RSUD Maria Walanda Maramis menghadapi tantangan dalam diagnosis dini karena keterbatasan tenaga medis spesialis dan beban kerja yang tinggi. Penelitian ini bertujuan mengembangkan model ensemble soft voting dari hybrid Convolutional Neural Network (CNN) dan transfer learning untuk meningkatkan akurasi klasifikasi penyakit paru-paru menggunakan citra X-ray dada. Metode yang diusulkan menggabungkan tiga model berbeda yaitu VGG16, MobileNetV2, dan CNN custom melalui teknik soft voting ensemble. Dataset terdiri dari 589 citra X-ray pasien RSUD Maria Walanda Maramis yang telah diberi label oleh ahli radiologi. Evaluasi menggunakan 5-fold cross validation menunjukkan bahwa model ensemble mencapai akurasi 75.44%, precision 75.12%, recall 75.44%, dan F1-score 74.88%, lebih tinggi dibandingkan model individual terbaik (MobileNetV2 dengan akurasi 71.93%). Analisis statistik menggunakan uji McNemar membuktikan perbedaan signifikan secara statistik antara model ensemble dan model individual. Hasil penelitian ini menunjukkan potensi sistem berbasis kecerdasan buatan sebagai alat bantu diagnosis untuk mendukung tenaga medis dalam meningkatkan ketepatan dan kecepatan diagnosis penyakit paru-paru di fasilitas kesehatan dengan sumber daya terbatas.
PELATIHAN PEMANFAATAN E-LEARNING BERBASIS WEBSITE UNTUK MENINGKATKAN CAPACITY BUILDING GURU SMP DI SMPN 2 KALAWAT MINAHASA UTARA Dodisutarma Lapihu; Mahardika Inra Takaendengan; Mans Lumiu Mananohas Mananohas; Christian Alderi Jeffta Soewoeh; Yalon Bu’tu Pagewang; Feergio Given Majesty Tambalean; Andrea Emaily Sumakul; Daniel Liuw; Thesalonika Putri Millenia Parera
ABDI WINA JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 5 No. 2 (2025): Abdi Wina Edisi Desember 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Kristen Wira Wacana Sumba

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

Abstract

Kegiatan Pengabdian Kepada Masyarakat ini bertujuan meningkatkan kompetensi digital guru melalui pelatihan dan pendampingan pemanfaatan e-learning berbasis website sebagai implementasi Kurikulum Merdeka Belajar di SMP Negeri 2 Kalawat, Minahasa Utara. Metode yang digunakan adalah pelatihan intensif hybrid (luring-daring) dan pendampingan partisipatif, didukung oleh pengembangan sistem e-learning menggunakan framework CodeIgniter yang responsif dan kompatibel dengan koneksi internet terbatas. Proses dimulai dari identifikasi kebutuhan melalui wawancara dan observasi terhadap 26 guru dan 554 siswa, dilanjutkan dengan perancangan sistem berdasarkan kebutuhan fungsional dan non-fungsional, pelatihan luring selama satu minggu, implementasi hybrid selama tiga bulan, hingga evaluasi dampak menggunakan kuesioner Skala Likert dan observasi kelas. Hasil menunjukkan peningkatan signifikan dalam pemahaman guru terhadap platform digital dari skor rata-rata 2,54 menjadi 4,15, atau naik sebesar 63,4%, serta peningkatan kepercayaan diri dari 2,31 menjadi 3,85 (66,7%). Pada siswa, terjadi peningkatan pemahaman dari 2,93 menjadi 4,05 (38,2%) dan kepercayaan diri dari 2,76 menjadi 3,76 (36,2%). Frekuensi akses siswa mencapai rata-rata 4,2 kali per minggu, dengan 89% tugas dikumpulkan tepat waktu. Munculnya lima guru sebagai local champion membuktikan terjadinya transformasi sosial berupa budaya kolaborasi dan kesadaran kolektif untuk keberlanjutan. Platform e-learning terbukti relevan dengan Kurikulum Merdeka, mudah digunakan, dan diterima baik oleh komunitas sekolah. Kata kunci: pengabdian, pelatihan guru, community engagement, digital pedagogy, Kurikulum Merdeka
Pengembangan Game Edukasi Web EcoSort: City Savior untuk Pemilahan Sampah Rumah Tangga Vebby Ardita Manalu; Benny Pinontoan; Christian A.J. Soewoeh; Mahardika Inra Takaendengan
Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis Vol. 5 No. 2 (2026): Mei : Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupsim.v5i2.7145

Abstract

Household waste management remains an environmental challenge due to limited public understanding regarding waste classification. This study aims to develop a web-based 2D educational game entitled EcoSort: City Savior and evaluate changes in users’ knowledge after using the game. The system was developed using the Game Development Life Cycle (GDLC) method and implemented using Unity 2D with WebGL technology. Functional testing was conducted using Black-Box Testing with the Equivalence Partitioning technique. The evaluation applied a one-group pretest–posttest design involving 30 respondents aged 15–17 years. The results showed that the average pretest score increased from 41 to 88 in the posttest. Statistical analysis using the paired sample t-test produced a p-value of 4.39272E-13 (p < 0.05), indicating a significant difference between pretest and posttest scores. These findings indicate that EcoSort: City Savior has the potential to be used as an interactive learning medium for improving understanding of household waste classification.
Co-Authors Andrea Emaily Sumakul Benny Pinontoan Christian A.J. Soewoeh Christian Alderi Jeffta Soewoeh Daniel Liuw Dodisutarma Lapihu Dodisutarma Lapihu Dwika Taufan Takaendengan Eliasta Ketaren, Eliasta Feergio Given Majesty Tambalean Mans Lumiu Mananohas Mans Lumiu Mananohas Mananohas Shalom Putri Maharani Taringanen Thesalonika Putri Millenia Parera Thesalonika Putri Millenia Parera Vebby Ardita Manalu Yalon Bu’tu Pagewang