Claim Missing Document
Check
Articles

Found 2 Documents
Search

Memasyarakatkan Olahraga dan Mengolahragakan Masyarakat melalui Senam Aerobik: Memasyarakatkan Olahraga dan Mengolahragakan Masyarakat melalui Senam Aerobik Andri Wahyu Utomo; Titin Kuntum Mandalawati; Mega Widya Putri; Abdurrahman Fatah Alimuddin; Wahyu Abi Setiawan
Jurnal Abdimas Indonesia Vol. 6 No. 1 (2026)
Publisher : Perkumpulan Dosen Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34697/jai.v6i1.2955

Abstract

Sosialisasi dan pelaksanaan memasyarakatkan olaharaga dan mengolahragakan masyarakat melalui senam aerobik merupakan bentuk kepedulian Dosen Universitas PGRI Madiun (UNIPMA) dan Dosen Universitas Muhammadiyah Pekajangan Pekalongan (UMPP) terhadap masyarakat yang kurang memperhatikan pola hidup sehat dan bugar, khususnya untuk beraktivitas gerak yaitu olahraga senam aerobik. Program pengabdian masyarakat (abdimas) ini terdiri dari dua kegiatan pokok, yaitu : 1) Penilaian dan peningkatan nilai kualitatif dan kuantitatif masyarakat, 2) Kegiatan ini dilakukan dengan tujuan untuk memberikan pengetahuan mengenai teori keseharian pola makan sehat, cara praktis menjaga kesehatan dan kebugaran masyarakat melalui senam aerobik. Metode kegiatan menggunakan sosialisasi lapangan dengan dua tahapan yaitu orientasi, implementasi dan evaluasi. Peserta dalam kegiatan ini sebanyak 95 peserta yang berasal dari perwakilan kader-kader wanita di Kecamatan Karas, Kabupaten Magetan. Hasil dari kegiatan ini adalah tumbuhnya kesadaran diri masyarakat terutama dari kelompok wanita dan ibu-ibu PKK tentang betapa pentngnya untuk penerapan pola hidup sehat dan bugar dengan betapa pentingnya melakukan olahraga senam aerobik untuk kesehatan dan kebugaran fisik. Secara keseluruhan peserta semangat dan kompak siap memulai gaya hidup sehat dan bugar rutin terprogram.
Classification of Diabetic Retinopathy Using ResNet50 La Ode Ansyarullah S. Sagala; Agung Wahyu Setiawan
JAREE (Journal on Advanced Research in Electrical Engineering) Vol. 9 No. 2 (2025): July
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/jaree.v9i2.436

Abstract

Deep learning has been proposed as an automated solution for classifying the severity levels of Diabetic Retinopathy (DR). In this study, we utilized ResNet50 architecture to classify DR using the APTOS2019 dataset. As an initial step, we initialized the model with pre-trained weights from ResNet50 on ImageNet and implemented augmentation and resampling during training. We adopted an ensemble approach combined with classifiers such as SVM, Random Forest, and Logistic Regression, resulting in a ResNet50-Ensemble (SVM+RF+LR), with outputs obtained using a Soft Voting Classifier. The model achieved an accuracy of 85%, with a precision of 0.72, recall of 0.71, and F1-score of 0.71. The AUC values for the normal, mild, moderate, severe, and proliferative classes were 1.00, 0.96, 0.95, 0.95, and 0.91, respectively, with a Macro-average AUC of 0.96. These findings indicate that the appropriate use of ensemble methods can significantly enhance DR classification performance with suitable optimization strategies.