cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hidayatus Sibyan
Contact Email
hsibyan@unsiq.ac.id
Phone
+02863326102
Journal Mail Official
jebe@fastikom-unsiq.ac.id
Editorial Address
Jl. KH. Hasyim Asy'ari Km. 03, Kalibeber, Mojotengah, Wonosobo, Jawa Tengah, Indonesia, 56351
Location
Kab. wonosobo,
Jawa tengah
INDONESIA
Journal of Economic, Business and Engineering (JEBE)
Published by Universitas Sains Al-Qur'an
ISSN : -     EISSN : 27162583     DOI : https://doi.org/10.32500/jebe
Core Subject : Economy, Science, Engineering,
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mechanical Engineering
Journal of Economic, Business and Engineering merupakan Jurnal publikasi karya ilmiah hasil penelitian/ Skripsi/ Tesis/ Disertasi mahasiswa di bidang Ekonomi, Bisnis, dan Teknik. Journal of Economic, Business and Engineering terbit 2 (dua) kali dalam setahun, yaitu bulan Oktober dan April.
Arjuna Subject : Umum - Umum
Articles 343 Documents
 31   32   33   34   35 
ENERGY SAVING BEHAVIOR THROUGH PEDAGOGICAL STRATEGIES IN ARABIC LANGUAGE LEARNING AT ISLAMIC BOARDING SCHOOL Sunarko, Asep; Hermawan, Hermawan
Journal of Economic, Business and Engineering (JEBE) Vol. 7 No. 2 (2026): April
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v7i2.11150

Abstract

This study was motivated by the importance of developing energy-saving behavior in Islamic boarding schools, where students live communally and use electricity, water, and shared facilities in their daily activities. This study aims to analyze the effect of pedagogical strategies in Arabic language learning on students’ energy-saving behavior. A mixed-methods approach was employed using a sequential explanatory design and a quasi-experimental nonequivalent control group design. The participants were 40 students at Nadhrotul Ulum Islamic Boarding School, divided into experimental and control groups. Data were collected through pretest-posttest questionnaires, observations, interviews, and documentation. The results showed that the experimental group’s score increased from 61.40 to 82.15, with a gain score of 20.75, while the control group’s score increased from 60.85 to 67.30, with a gain score of 6.45. The independent sample t-test indicated a significant difference between the two groups, with t = 8.947 and p = 0.000. These findings imply that Arabic language learning can serve as a medium for value education and the formation of sustainable habits in Islamic boarding schools.
IMPLEMENTASI YOLOv11 UNTUK DETEKSI KATA BAHASA ISYARAT BISINDO DAN SIBI Syaefudin, Ahmad; Sibyan, Hidayatus; Mahmudati, Rina; Asnawi, M. Fuat; Hasanah, Nur
Journal of Economic, Business and Engineering (JEBE) Vol. 7 No. 2 (2026): April
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v7i2.11208

Abstract

Komunikasi merupakan hak dasar manusia, namun penyandang disabilitas rungu sering menghadapi hambatan dalam berinteraksi dengan masyarakat umum yang minim pemahaman bahasa isyarat. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi kinerja algoritma YOLOv11 dalam mendeteksi kata pada Bahasa Isyarat Indonesia (BISINDO) dan Sistem Isyarat Bahasa Indonesia (SIBI) secara real-time. Metode yang digunakan meliputi pengumpulan dataset sebanyak 1.745 citra yang mencakup 12 kelas kata, preprocessing menggunakan Roboflow untuk anotasi dan augmentasi, serta pelatihan model menggunakan Google Colab. Hasil penelitian menunjukkan bahwa model YOLOv11 mampu mendeteksi bahasa isyarat dengan sangat baik, mencapai nilai mean Average Precision (mAP@50) sebesar 98%, Precision 96.8%, dan Recall 96.4% pada tahap validasi. Implementasi sistem dilakukan berbasis web menggunakan framework Flask, memungkinkan deteksi interaktif melalui kamera. Secara keseluruhan, penelitian ini menunjukkan bahwa penerapan model YOLOv11 efektif dalam mendukung penerjemahan bahasa isyarat secara real-time. Implikasi dari penelitian ini adalah meningkatnya aksesibilitas komunikasi bagi penyandang disabilitas rungu, khususnya dalam interaksi sehari-hari dengan masyarakat umum, serta membuka peluang pengembangan sistem penerjemah bahasa isyarat yang lebih luas, adaptif, dan terintegrasi pada berbagai platform digital.
PENERAPAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI PENYAKIT TANAMAN CABAI BERBASIS APLIKASI MOBILE DENGAN PENDEKATAN EDGE-AI Mahardhika, Muhammad Kresna; Astuti, Erna Dwi; Nulngafan, Nulngafan
Journal of Economic, Business and Engineering (JEBE) Vol. 7 No. 1 (2025): Oktober
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v7i1.11239

Abstract

Tanaman cabai (Capsicum sp.) merupakan salah satu komoditas penting di Indonesia, namun rentan terhadap berbagai penyakit yang menyebabkan penurunan hasil panen. Deteksi dini terhadap penyakit cabai masih dilakukan secara manual, yang memerlukan keahlian khusus dan waktu yang tidak efisien. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit tanaman cabai menggunakan metode Convolutional Neural Network (CNN) berbasis MobileNetV3, yang dapat diimplementasikan ke dalam aplikasi mobile Android berbasis Edge-AI. Dataset terdiri dari 2,500 gambar daun dan buah cabai yang dibagi ke dalam beberapa kelas jenis penyakit seperti antraknosa, bercak daun, keriting daun, dan virus kuning serta 1 kelas untuk tanaman sehat. Citra diproses melalui tahapan preprocessing data, kemudian dilatih menggunakan arsitektur MobileNetV3-Small. Hasil pelatihan model terhadap dataset menunjukkan nilai accuracy sebesar 0.9843 atau 98% dan validation accuracy sebesar 0.9720 atau 97% serta nilai loss sebesar 0.0623 dan loss accuracy sebesar 0.1059. Kemudian, hasil pelatihan dievaluasi menggunakan daat uji dan mendapatkan nilai test accuarcy sebesar 0.9600 atau 96% dan test loss sebesar 0.1195. Setelah itu, model masuk kedalam tahap deployment berupa aplikasi mobile berbasis Android dengan pendekatan Edge-AI.

Page 35 of 35 | Total Record : 343

 31   32   33   34   35 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 7 No. 2 (2026): April Vol. 7 No. 1 (2025): Oktober Vol 6 No 2 (2025): April Vol 6 No 1 (2024): Oktober Vol 5 No 2 (2024): April Vol 5 No 1 (2023): Oktober Vol 4 No 2 (2023): April Vol 4 No 1 (2022): Oktober Vol 3 No 2 (2022): April Vol 3 No 1 (2021): Oktober Vol 2 No 2 (2021): April Vol 2 No 1 (2020): Oktober Vol 1 No 2 (2020): April Vol 1 No 1 (2019): Oktober More Issue