Claim Missing Document
Check
Articles

Found 32 Documents
Search

Pelatihan dan Pendampingan Pembuatan Konten Produk berbasis Teknologi Informasi dan Komunikasi melalui Media sosial dengan Aplikasi Canva Mayanda Mega Santoni; Nurul Chamidah; Andhika Octa Indarso; Desta Sandya Prasvita; Intan Hesti Indriana; Henki Bayu Seta
Surya Abdimas Vol. 7 No. 1 (2023)
Publisher : Universitas Muhammadiyah Purworejo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37729/abdimas.v7i1.2206

Abstract

Penjualan produk melalui marketplace maupun media sosial membantu masyarakat untuk memasarkan produk secara luas. Salah satu hal yang penting untuk promosi produk adalah pembuatan konten yang menarik minat pembeli. Pembuatan konten untuk promosi berbasi Teknologi Informasi dan Komunikasi (TIK) yang dapat membantu dalam pembuatan konten menarik untuk promosi atau pemasaran adalah Canva. Dengan memanfaatkan aplikasi Canva yang memiliki template-template menarik yang sudah tersedia, memudahkan pelaku usaha untuk membuat konten menarik untuk dipasang pada marketplace maupun media sosial. Kegiatan pengabdian masyarakat ini berbentuk pelatihan dan pendampingan pembuatan konten produk berbasis TIK menggunakan Canva mobile melalui smartphone. pelatihan dan pendampingan ini diikuti oleh 15 orang warga dari Kelompok Wanita Tani (KWT) dan Ibu-Ibu PKK desa Rajaiyang, kecamatan Losarang, kabupaten Indramayu. Hasil akhir kegiatan ini, peserta mengenal Canva dan mampu memanfaatkan aplikasi Canva untuk pembuatan konten sederhana yang diunggah ke media sosial sebagai konten promosi dan pemasaran.
Pengenalan Pemrograman Menggunakan Scratch bagi Siswa Sekolah dan Rumah Yatim Mizan - Kota Depok Helena Nurramdhani Irmanda; Nurul Chamidah; Mayanda Mega Santoni
Jurnal Abdikom Vol 1 No 1 (2022): JURNAL ABDIKOM
Publisher : Fakultas Ilmu Komputer

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

Abstract

Kegiatan pengabdian kepada masyarakat mengenai pengenalan pemrograman menggunakan Scratch bagi Siswa Sekolah dan Rumah Yatim Mizan - Kota Depok. Adapun tahapan pelaksanaan dari kegiatan pengabdian kepada masyarakat terdiri atas dari 4 tahapan antara lain: persiapan, pelatihan, pendampingan, dan evaluasi kegiatan. Aplikasi Scratch merupakan aplikasi yang dirancang untuk melatihan pemrograman dengan pendekatan bermain, belajar sendiri dan dilengkapi dengan animasi. Scratch menawarkan grafik untuk memudahkan memahami logika pemrograman kepada siswa. Hasil dari kegiatan PKM ini yaitu meningkatnya computational thinking siswa sekolah dan rumah yatim mizan Depok yang dibuktikan dengan perolehan n-gain yang tinggi sebesar 89.3%. Selain itu, manfaat dari kegiatan PKM ini adalah memberikan pengalaman langsung pada siswa mengenal konsep pemrograman sederhana yang terkait permasalahan sehari-hari.
Implementasi Kurikulum Pemrograman Komputer di Sekolah M.I. Jami’atul Khair Ciledug Tangerang Prasvita, Desta Sandya; Santoni, Mayanda Mega; Muliawati, Anita
BIDIK: Jurnal Pengabdian kepada Masyarakat Vol. 4 No. 2 (2024): BIDIK: Jurnal Pengabdian kepada Masyarakat
Publisher : Fakultas Ilmu Budaya Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/bidik.v4i2.19171

Abstract

Community service activities are carried out at Madrasah Ibtidaiyah (M.I.) Jamiatul Khair is one of the private elementary schools in the Ciledug District, Tangerang City. This activity has been going on for three years. In 2020, teachers were given material related to using Google Classroom to support distance learning (PJJ) activities at the start of the pandemic. In 2021, community service activities will be carried out with the theme of making learning videos. Apart from that, in the same year, teachers also received learning related to using office applications. Through evaluation of previous activities, we assess that teachers have acquired the ability to use advanced computers to support the learning process. Therefore, in 2022, community service activities will be carried out to implement the school programming curriculum. Teachers teach computational thinking with the intention of integrating these concepts into student learning. Computational logic thinking, involving concepts such as sequential logic, branching, and looping, is applied interestingly so that it is easy to implement for M.I. students. Jamiatul Khair. During this activity, the teachers showed high enthusiasm for the training process. Activities were carried out smoothly without experiencing significant obstacles. The evaluation results also reflect positive feedback and a high level of satisfaction regarding the material presented and the assessment of the resource persons.
Strategi Ensemble Deep Learning pada Global Multi-Scale dan Local Attention Features pada Pengenalan Ekspresi Wajah Santoni, Mayanda Mega; Chamidah, Nurul; Prasvita, Desta Sandya
Krea-TIF: Jurnal Teknik Informatika Vol 12 No 1 (2024): Krea-TIF 2024
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

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

Abstract

Social signal processing (SSP) merupakan bidang riset dan teknologi yang bertujuan untuk memberikan kemampuan kepada komputer untuk merasakan dan memahami sinyal sosial manusia, termasuk ekspresi wajah sebagai salah satu sinyal sosial yang kuat dalam komunikasi manusia. Dataset RAF-DB (the Real-world Affective Faces Database). Dataset ini terdiri dari tujuh kelas emosi dasar yakni anger, disgust, fear, happiness, neutral, sadness, dan surprise. Metode Global Multi-Scale and Local Attention Network (MA-Net) merupakan salah satu metode yang digunakan untuk pengenalan ekspresi wajah secara otomatis. Performa metode MA-Net pada dataset RAF-DB menghasilkan akurasi tertinggi dibandingkan penelitian sebelumnya yakni sebesar 88.40%. Walaupun telah menghasilkan akurasi yang cukup tinggi, namun metode MA-Net masih memiliki beberapa keterbatasan dalam memprediksi ekspresi wajah. Metode MA-Net kurang bisa mengenali data gambar yang memiliki masalah noise. Penelitian ini dilakukan untuk mengatasi permasalahan tersebut dengan mengusulkan strategi ensemble deep learning untuk meningkatkan performa dari metode MA-Net. Pada ensemble learning terdapat beberapa jenis fungsi agregasi, yaitu voting dan meta-learning. Hasil temuan dari penelitian ini bahwa penggunaan strategi ensemble learning khususnya pada penggunaan fungsi agregasi meta-learner atau stacking ensemble learning dapat meningkatkan performa evaluasi klasifikasi secara keseluruhan maupun pada masing-masing kelas. Penelitian lanjutan dari hasil ialah dapat  mengeksplorasi teknik-teknik machine learning yang lainnya seperti transfer learning untuk meningkatkan akurasi dan generalisasi dalam pengenalan ekspresi wajah.
Deteksi Pohon Kelapa Sawit dengan Pendekatan Deep Learning pada Citra Multispectral di Indonesia Prasvita, Desta Sandya; Santoni, Mayanda Mega; Falih, Noor
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3753

Abstract

Perkebunan kelapa sawit memegang peran penting dalam ekonomi Indonesia, namun masih dihadapkan pada berbagai tantangan, salah satunya adalah tuduhan terkait deforestasi. Solusi untuk menangani permasalahan tersebut adalah dengan memanfaatkan teknologi remote sensing dan computer vision. Penggunaan kedua teknologi ini memungkinkan pemantauan otomatis pohon kelapa sawit dari jarak jauh. Penelitian ini berkontribusi dalam penerapan metode deep learning menggunakan teknologi remote sensing citra multispectral untuk deteksi pohon kelapa sawit. Data yang digunakan dalam penelitian ini juga merupakan data baru yang diperoleh dari perkebunan kelapa sawit di Kalimantan Timur, Indonesia. Metode deep learning berbasis deteksi objek yang digunakan adalah YOLOv5. Sebanyak enam belas model deteksi YOLOv5 dibangun dari kombinasi fitur citra multispectral (RGB, RGN, RBN, dan GBN) dan jaringan YOLOv5 yang berbeda (YOLOv5s, YOLOv5m, YOLOv5l, dan YOLOv5x) pada eksperimen penelitian ini. Model YOLOv5 terbaik untuk mendeteksi pohon kelapa sawit adalah RBN-YOLOv5m, dengan nilai mAP@50, mAP@[0.5,0.95], dan F1-score sebesar 78.3%, 44.9%, dan 81.0%. Kombinasi fitur near-infrared dan red band dapat memberikan informasi mengenai vegetasi sehingga kombinasi tersebut dapat meningkatkan hasil deteksi hanya dengan fitur RGB.
Cased Based Reasoning untuk Menentukan Gaya Belajar Mahasiswa Irmanda, Helena Nurramdhani; Santoni, Mayanda Mega; Astriratma, Ria
Informatik : Jurnal Ilmu Komputer Vol 15 No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1709.356 KB) | DOI: 10.52958/iftk.v15i3.1293

Abstract

Gaya belajar mahasiswa penting untuk diketahui karena dapat mempermudah proses pembelajaran. Kementerian Pendidikan dan Kebudayaan telah menerbitkan Seri Manual GLS (Gerakan Literasi Sekolah yang didalamnya memuat mengenai identifikasi gaya belajar antara lain visual, auditori, dan kinestetik. Namun, assessment ini hanya bisa digunakan secara manual. Berdasarkan latar belakang tersebut, penelitian ini membuat sistem pakar berbasis aplikasi web untuk mengidentifikasi gaya belajar mahasiswa dengan Teknik case based reasoning berdasarkan indikator yang telah disusun dalam Seri Manual GLS.  Untuk menentukan solusi, user mengisi kuesioner dalam aplikasi yang terdiri dari 30 pertanyaan. Kemudian,sistem akan melakukan reasoning yaitu mencari kemiripan kasus baru dengan kasus sebelumnya sehingga didapatkan solusi berupa jenis gaya belajar mahasiswa tersebut. Sistem ini diimplementasikan ke dalam aplikasi berbasis web yang mudah diakses kapan saja dan dimana saja.
Perancangan Chatbot Sebagai Pembelajaran Dasar Bahasa Jawa Menggunakan Artificial Intelligence Markup Language Abilowo, Krisanto; Santoni, Mayanda Mega; Muliawati, Anita
Informatik : Jurnal Ilmu Komputer Vol 16 No 3 (2020): Desember 2020
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v16i3.2010

Abstract

Bahasa Jawa merupakan salah satu bahasa daerah yang digunakan di Indonesia. Masyarakat Indonesia suku Jawa yang tinggal di luar provinsi Jawa Tengah, provinsi DI Yogyakarta dan provinsi Jawa Timur jarang atau bahkan tidak menggunakan bahasa Jawa. Penutur bahasa Jawa saat ini juga sedang menurun seiring dengan perkembangan teknologi. Jika kejadian ini terus terjadi ada kemungkinan suatu saat nanti bahasa Jawa dilupakan karena pelestarian bahasa Jawa sudah berkurang. Oleh karena itu, penulis ingin membuat media pembelajaran yang dapat membantu melestarikan bahasa Jawa dengan memanfaatkan perkembangan teknologi. Sistem yang dibuat merupakan sebuah chatbot yang menggunakan metode Artificial Intelligence Markup Language. Sistem tersebut akan memberikan materi mengenai tiga tingkatan yang ada dalam bahasa Jawa dan memberikan pertanyaan mengenai tiga tingkatan yang ada dalam bahasa Jawa kepada pengguna. Hasil yang diharapkan adalah sistem dapat membantu dalam pelestarian bahasa Jawa.
Pembuatan Aplikasi Penjadwalan Mata Kuliah Menggunakan Algoritma Ant Colony Optimization (Studi Kasus: Program Studi Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta) Silalahi, Andreas; Santoni, Mayanda Mega; Muliawati, Anita
Informatik : Jurnal Ilmu Komputer Vol 16 No 3 (2020): Desember 2020
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v16i3.2011

Abstract

Penjadwalan dibuat agar kegiatan perkuliahan dapat berjalan secara teratur. Salah satu penerapan penjadwalan ada pada penjadwalan mata kuliah. Pada beberapa instansi pendidikan seperti Program Studi Informatika Universitas Pembangunan Nasional Veteran Jakarta, penjadwalan mata kuliah masih dilakukan secara manual. Banyak data yang dapat mempengaruhi penjadwalan seperti dosen, mahasiswa, jumlah ruang, dan waktu yang tersedia membuat proses pembuatan jadwal menjadi tidak mudah dan membutuhkan banyak waktu. Masalah ini dapat dibantu dengan menggunakan algoritma yang baik. Pada jurnal ini, aplikasi penjadwalan mata kuliah yang menggunakan algoritma Ant Colony Optimization akan diuji untuk pembuatan jadwal mata kuliah. Pada riset yang telah dilakukan oleh peneliti lain ditemukan bahwa bahwa penjadwalan mata kuliah menggunakan Ant Colony Optimization dapat berjalan dengan efektif dan dapat membantu pengurangan masalah pada waktu proses penjadwalan.
Identifikasi Tuberkulosis Paru Berdasarkan Foto Sinar-X Thorax Menggunakan Jaringan Syaraf Tiruan Backpropagation Said, Qahtan; Ernawati, Iin; Santoni, Mayanda Mega
Informatik : Jurnal Ilmu Komputer Vol 17 No 1 (2021): April 2021
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i1.2222

Abstract

Pengobatan TB tidaklah mudah, pendiagnosaan TB membutuhkan ketelitian yang tinggi. Penelitian ini bertujuan untuk melihat perbandingan performa dari GLCM, Gabor Filter dan gabungan dalam mengidentifikasi tuberkulosis paru dengan metode pengolahan citra digital yang terdiri dari beberapa tahap. Tahapan-tahapan tersebut dimulai dengan mengumpulkan citra Sinar-X paru dari bank data NLM sebanyak 662 citra lalu dilakukan pemilihan citra yang berhasil tersegmentasi saja, yaitu sebanyak 558 citra. Kemudian citra masukan tersebut akan dilakukan peningkatan kualitas citra, segmentasi, ekstraksi RoI, ekstraksi fitur tekstur GLCM dan Gabor Filter, lalu mengklasifikasikan citra dengan dua kelas yaitu : tuberkulosis dan normal menggunakan jaringan syaraf tiruan Backpropagation Levenberg Marquardt. Setelah dilakukan uji performa dengan beberapa percobaan, performa terbaik didapat dengan menggunakan ekstraksi ciri fitur GLCM + Gabor Filter (gabungan) dengan rata-rata accuracy sebesar 84.82%, precission sebesar 86.13%, dan recall sebesar 83.48%. Penelitian ini diharapkan dapat menjadi referensi para peneliti lain untuk menentukan model pengidentifikasian TB paru yang tepat.
Perbandingan Metode Naïve Bayes dan K-Nearest Neighbor Pada Klasifikasi Morfologi Gen Sel Darah Putih Gumay, Muhammad Nuradli Hasbi; Widiastiwi, Yuni; Santoni, Mayanda Mega; Yulnelly, Yulnelly
Informatik : Jurnal Ilmu Komputer Vol 18 No 1 (2022): April 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i4.4576

Abstract

Dibidang kesehatan, mendiagnosis penyakit leukemia merupakan hal yang sulit karena masih didiagnosis secara manual dengan bantuan dokter. Diagnosis manual tersebut dapat mengalami kesalahan yang disebabkan oleh kelalaian manusia. Dari permasalahan tersebut, maka dibutuhkan diagnosis jenis penyakit leukemia menggunakan kecanggihan teknologi yaitu machine learning untuk mengatasi permasalahan tersebut. Dalam penelitian ini, machine learning tersebut mengolah data yang berasal dari jenis leukemia yaitu Acute Myeloid Leukemia (AML) dan Acute Lymphoblastic Leukemia (ALL) berdasarkan ciri morfologi gen sel darah putih tersebut. Metode pengklasifikasian data yang digunakan untuk penelitian ini yaitu K-Nearest Neighbor (K-NN) dan Naïve Bayes yang kemudian kedua metode klasifikasi tersebut dibandingkan untuk melihat metode klasifikasi yang terbaik. Penelitian ini menggunakan praproses data cleaning, seleksi fitur, dan scaling untuk meningkatkan nilai akurasi. Hasil dari penelitian ini adalah metode klasifikasi K-Nearest Neighbors (K-NN) merupakan klasifikasi yang terbaik dengan nilai akurasi yang menggunakan kurva ROC/AUC bernilai 0.952 jika dibandingkan dengan metode klasifikasi Naïve Bayes yaitu 0.912.