Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Hasil Pengabdian Masyarakat (JURIBMAS)
Fettyana
Unknown Affiliation
Computer Science & IT Education Electrical & Electronics Engineering Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Improving Brain Tumor Classification Performance Using EfficientNetB0 Integrated with CBAM Attention Mechanism At Taqwa, Abd Salam; Muh., Satriawan; Sheila Eunike, Kakisina; Puput, Kusuma Dewi; Fettyana; Ayutri, Wahyuni
Sinkron : jurnal dan penelitian teknik informatika Vol. 10 No. 2 (2026): Article Research April, 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v10i2.15931

Abstract

Accurate classification of brain tumors using magnetic resonance imaging (MRI) requires robust automated methods to support clinical diagnosis, particularly when tumor types present subtle visual distinctions. In this study, the Convolutional Block Attention Module (CBAM) is incorporated into the EfficientNetB0 architecture to improve feature representation for multi-class brain tumor classification. The performance of the proposed model is evaluated against the baseline EfficientNetB0 under identical training and testing conditions. EfficientNetB0 with CBAM achieves a training accuracy of 99.76% and a validation accuracy of 99.45%, with corresponding training and validation losses of 0.0085 and 0.0241. On an independent test dataset, the model attains a test accuracy of 99.25% and a loss of 0.0207. In comparison, the baseline EfficientNetB0 model attains a training accuracy of 52.68%, validation accuracy of 46.20%, and test accuracy of 43.32%, accompanied by significantly higher loss values. At the class level, the proposed model demonstrates macro-average precision, recall, and F1-score of 0.99, whereas the baseline model yields macro-average values of approximately 0.54 for precision and recall, and 0.50 for F1-score. Although CBAM integration increases computational time per evaluation step from 395 ms to 601 ms, the marked improvement in classification accuracy and error reduction underscores the value of attention mechanisms. These results demonstrate that attention-based feature refinement significantly enhances deep learning performance for medical image classification, particularly in multi-class brain tumor diagnosis.
Penguatan Digitalisasi UMKM melalui Implementasi Sistem Informasi dan Pendampingan Digital Marketing Berbasis Ekonomi Kreatif M. Rasyidin; Jennisa Dwina Indriani; Fettyana; Husni Mubarak; Nurmala Sridewi
JURIBMAS : Jurnal Hasil Pengabdian Masyarakat Vol 5 No 1 (2026): Juli 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juribmas.v5i1.1001

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan kompetensi guru dan interaktivitas pembelajaran melalui implementasi model pelatihan Edutech berbasis komunitas di sekolah dan komunitas belajar. Program dilatarbelakangi oleh rendahnya pemanfaatan teknologi pendidikan dalam pembelajaran, keterbatasan literasi digital guru, serta belum optimalnya penggunaan platform digital untuk menciptakan pembelajaran interaktif. Berdasarkan need assessment, intervensi dirancang menggunakan pendekatan partisipatif melalui tahapan koordinasi, asesmen kebutuhan, pelatihan Edutech, workshop penggunaan Learning Management System (LMS), simulasi pembelajaran digital, pendampingan implementasi, evaluasi, dan rencana keberlanjutan program. Metode pelaksanaan menggunakan model pelatihan berbasis komunitas dengan instrumen pre–post test, observasi, wawancara, dan dokumentasi kegiatan untuk mengevaluasi capaian program. Hasil kegiatan menunjukkan adanya peningkatan kompetensi digital guru yang ditandai oleh kenaikan skor pre–post test, meningkatnya kemampuan penggunaan LMS dan media pembelajaran digital, serta berkembangnya praktik pembelajaran yang lebih interaktif dan partisipatif. Implementasi program juga menunjukkan peningkatan keterlibatan siswa dalam pembelajaran, terbentuknya komunitas praktik guru, serta tumbuhnya komitmen mitra terhadap integrasi Edutech secara berkelanjutan. Secara kuantitatif, capaian program ditunjukkan melalui peningkatan kompetensi peserta, tingginya partisipasi aktif guru, dan bertambahnya perangkat pembelajaran digital yang dihasilkan. Secara kualitatif, kegiatan berkontribusi pada perubahan pola pikir guru terhadap inovasi pembelajaran digital, penguatan budaya kolaboratif, dan peningkatan kapasitas kelembagaan mitra dalam mengelola transformasi pembelajaran berbasis teknologi.Kesimpulan kegiatan menunjukkan bahwa model pelatihan Edutech berbasis komunitas efektif sebagai strategi pemberdayaan untuk meningkatkan kompetensi guru, memperkuat interaktivitas pembelajaran, serta mendukung keberlanjutan transformasi digital pendidikan. Model ini juga berpotensi direplikasi sebagai pendekatan inovatif pengabdian masyarakat untuk penguatan kualitas pembelajaran di berbagai konteks pendidikan
Co-Authors At Taqwa, Abd Salam Ayutri, Wahyuni Husni Mubarak Jennisa Dwina Indriani M. Rasyidin Muh., Satriawan Puput, Kusuma Dewi Sheila Eunike, Kakisina Sridewi, Nurmala