Claim Missing Document
Check
Articles

Found 3 Documents
Search

Prediksi Gagal Jantung Berbasis Deep Learning dengan Algoritma Long Short Term Memory Ibnu Atho’illah; Ni Nyoman Emang Smrti; Annisa Fitri Madani; I Putu Gd Sukenada Andisana
Jurnal Bangkit Indonesia Vol 14 No 2 (2025): Bulan Oktober 2025
Publisher : LPPM Sekolah Tinggi Teknologi Indonesia Tanjung Pinang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52771/bangkitindonesia.v14i2.436

Abstract

Heart failure is one of the leading causes of death in the world. Early detection and accurate analysis are essential for proper treatment. This study proposes the use of Long Short-Term Memory (LSTM) algorithm to analyse and predict the progression of heart failure disease based on patient medical data. The LSTM model developed uses the Python platform with TensorFlow and Keras libraries, as well as the “Heart Failure Prediction” dataset from Kaggle.com. The results showed that the LSTM model with training and testing data ratio of 70:30 (Model B) achieved the best performance with accuracy of 0.869, precision of 0.869, recall of 0.869, and F1-score of 0.869. The model showed consistent ability in identifying positive and negative cases of heart failure and was effective in reducing overfitting. Overall, this research contributes to the development of more accurate and efficient heart failure disease prediction methods.
Membangun Indeks Penguatan Usaha UMKM Di Kelurahan Jimbaran Berdasarkan Persepsi Pelaku Usaha I Wayan Sutarjana; Ni Kadek Juliarini; Anak Agung Gde Wahyu Sukam Erlangga; Ni Nyoman Emang Smrti; I Putu Gd Sukenada Andisana; Pande Putu Ode Juliantara. KW; Acep Taufik Hidayat; Ni Made Ari Lestari; Ida Ayu Surya Maharani
Jurnal Ekonomi Bisnis, Manajemen dan Akuntansi (Jebma) Vol. 6 No. 1 (2026): Article Research Maret 2026
Publisher : Yayasan Cita Cendikiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jebma.v6i1.7991

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) merupakan pilar strategis ekonomi nasional, namun pelaku industri kuliner sering menghadapi tantangan operasional kompleks berupa keterbatasan jangkauan pemasaran dan rendahnya kualitas informasi akuntansi yang menghambat daya saing. Penelitian ini bertujuan untuk membangun Indeks Penguatan Usaha UMKM di Kelurahan Jimbaran sebagai instrumen evaluasi kinerja dan daya saing secara terintegrasi. Metode yang digunakan adalah pendekatan kuantitatif eksploratif dengan teknik analisis faktor untuk mengidentifikasi variabel laten berdasarkan persepsi pelaku usaha. Data primer dikumpulkan melalui kuesioner skala Likert dari 27 responden menggunakan teknik purposive sampling dan selanjutnya diuji reliabilitasnya menggunakan Cronbach’s Alpha guna menjamin objektivitas model. Hasil penelitian menunjukkan terbentuknya satu faktor utama yang mampu menjelaskan 44,5% variasi data dengan tingkat stabilitas instrumen yang sangat tinggi. Temuan mengungkapkan bahwa efektivitas sistem konsinyasi dan kualitas hubungan pelanggan menjadi indikator paling dominan dalam memperkuat posisi tawar bisnis lokal. Secara keseluruhan, indeks yang dihasilkan berfungsi sebagai alat ukur prestasi manajemen yang efektif dalam memitigasi risiko manajerial dan kendala administrasi yang menghambat pertumbuhan. Sinergi antara strategi pemasaran yang ekspansif dan kedisiplinan pencatatan terbukti sangat krusial dalam menjamin keberlanjutan usaha. Model indeks ini memberikan sumbangsih praktis berupa basis data andal bagi pemangku kepentingan untuk merumuskan kebijakan pengembangan bisnis yang lebih relevan dengan kebutuhan nyata pelaku usaha di lapangan.
Peningkatan Efisiensi Operasional Perkantoran melalui Integrasi Microsoft Office dan Artificial Intelligence di Perumda Air Minum Tirta Mangutama Kabupaten Badung I Putu Gd Sukenada Andisana; Pande Putu Ode Juliantara KW; Anak Agung Gde Wahyu Sukma Erlangga; Ni Nyoman Emang Smrti; Ibnu Atho'illah; Desak Made Pratiwi Dharayanti; I Wayan Sutarjana; Acep Taufik Hidayat; Ni Kadek Juliarini; Ni Made Ari Lestarini; Ida Ayu Surya Maharani
Jurnal Pengabdian Masyarakat (ABDIRA) Vol 6, No 3 (2026): Abdira
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/abdira.v6i3.2016

Abstract

The low level of office software optimization and employees’ limited digital literacy are major obstacles to operational efficiency in the public service sector, including at Perumda Air Minum Tirta Mangutama. This Community Service activity aims to enhance employees’ technical competencies through Smart Office Productivity training that integrates advanced Microsoft Office features with Artificial Intelligence (AI) technology. The method used is participatory training based on demonstrations and hands-on practice, with evaluation conducted through a comparison of pre-test and post-test scores as well as the calculation of Normalized Gain (N-Gain). The results of the activity showed an increase in the average participant score from 66.25 to 76.25, with an average N-Gain of 0.29. This training has proven capable of driving the transformation of employee competencies toward a productive and efficient smart work ecosystem in support of improving the quality of public services.