eJournal PoliTekniK TEGAL (Politeknik Harapan Bersama Tegal)
Not a member yet
3242 research outputs found
Sort by
Pendampingan Aplikasi BukuWarung dalam Meningkatkan Digitalisasi Pembukuan Sederhana pada Usaha Franchise
No full textKegiatan pengabdian kepada masyarakat bertujuan untukmendampingi pelaku bisnis franchise dalam melakukanpembukuan keuangan sederhana menggunakan aplikasiBukuWarung. Metode kegiatan ini menggunakan pemaparansosialisasi, pelatihan, dan pendampingan kepada para peserta yaitu pemilik bisnis dan karyawan usaha franchise di Desa Tunggul, Kecamatan Nalumsari, Kabupaten Jepara. Hasil kegiatan ini yaitu meningkatnya pemahaman pesertatentang pembukuan keuangan sederhana menggunakanaplikasi digital yaitu BukuWarung, dan meningkatkan minatpeserta untuk mengaplikasikan BukuWarung dalam kegiatanpengelolaan keuangan mereka. Kesimpulan dari kegiatanini adalah banyak peserta yang masih menggunakanpembukuan manual menggunakan buku kas, padahalpencatatan tersebut sering mengalami kendala seperti salah hitung sehingga kurang efektif apabila terus digunakan. Oleh karena itu, kegiatan pendampngan ini menjadialternatif untuk membantu dan mempermudah kegiatanbisnis para peserta dalam melakukan pembukuan keuangansederhana secara digital. Kata kunci: digitalisasi, pembukuan sederhana, bukuwarung, usaha franchis
Sistem Deteksi Pothole Menggunakan Convulutional Neural Network Dengan Squeezenet Network
No full textLubang di jalan merupakan salah satu permasalahan utama yang dihadapi pengguna jalan, karena dapat menyebabkan kerusakan serius pada kendaraan serta meningkatkan risiko kecelakaan lalu lintas. Selain berdampak pada keselamatan pengemudi, terutama mereka yang tidak familiar dengan kondisi jalan, keberadaan lubang juga dapat memicu kemacetan dan meningkatkan emisi karbon akibat perlambatan lalu lintas. Untuk mengatasi permasalahan ini, studi ini mengusulkan sistem deteksi lubang secara real-time berbasis Convolutional Neural Network (CNN) dengan arsitektur ringan SqueezeNet. Sistem dirancang untuk bekerja dengan memanfaatkan gambar yang diambil oleh kamera kendaraan yang sedang bergerak, guna mengidentifikasi lubang yang berpotensi membahayakan. Model CNN dilatih menggunakan dataset gambar yang telah diberi label berdasarkan keberadaan lubang. Kinerja sistem dievaluasi menggunakan metrik precision, recall, dan F1-score guna mengukur keakuratannya dalam mendeteksi lubang. Hasil penelitian menunjukkan bahwa pendekatan ini berpotensi tinggi untuk diterapkan dalam sistem transportasi cerdas, guna meningkatkan keselamatan jalan serta mengurangi biaya perawatan kendaraan akibat kerusakan yang disebabkan oleh lubang jalan
Analisis Dan Perancangan Sistem Informasi Tahfidz Qur’an Sebagai Alat Monitoring Hafalan Santri di Pesantren Al-Ma'tuq Sukabumi Menggunakan Zachman Framework
No full textAbstrak : Penelitian ini berfokus pada pengembangan sistem monitoring hafalan Al-Qur'an di Pondok Pesantren Al-Ma'tuq Sukabumi, khususnya di Baitul Qur'an yang dikhususkan untuk santri yang memiliki minat dan bakat yang lebih dalam menghafal Al-Qur’an. Dalam konteks pendidikan Islam, penghafalan Al-Qur'an merupakan kegiatan yang sangat penting dan memerlukan pengelolaan yang efektif untuk mencapai target capaian yang telah ditentukan. Namun, selama ini, proses pengelolaan hafalan santri masih dilakukan secara manual, mengakibatkan berbagai kendala dalam efisiensi dan akurasi data. Kegiatan yang meliputi penentuan target hafalan, pengawasan kemajuan, dan evaluasi hasil belajar santri seringkali terhambat oleh kurangnya fasilitas dan sistem yang mendukung. Hal ini menyebabkan proses monitoring menjadi tidak optimal dan menyulitkan dalam pemantauan perkembangan santri secara berkala. Oleh karena itu, penelitian ini bertujuan untuk menganalisis kebutuhan sistem informasi yang dapat meningkatkan efektivitas pengelolaan hafalan Al-Qur'an, serta memberikan solusi untuk mengatasi masalah yang ada dalam proses tahfidz di pesantren. Dengan pendekatan yang sistematis, diharapkan penelitian ini dapat memberikan kontribusi positif bagi pengembangan pendidikan Al-Qur'an di Pesantren. Kata Kunci : Monitoring Hafalan Al-Qur'an, Pengelolaan Data Tahfidz, Sistem Informasi
Analisis Sentimen Perbandingan Lange Language Model Study kasus: Gpt, Gemini dan Llama Menggunakan BERT
No full textAbstrak : Perkembangan Large Language Models (LLMs) seperti GPT, Gemini, dan LLaMA telah mendorong penelitian lebih lanjut mengenai efektivitas dan sentimen yang dihasilkan oleh model-model ini dalam berbagai aplikasi. Studi ini bertujuan untuk melakukan analisis sentimen perbandingan terhadap ketiga model tersebut dengan pendekatan berbasis BERT (Bidirectional Encoder Representations from Transformers). Metode yang digunakan mencakup pengumpulan data dari keluaran masing-masing model dalam berbagai konteks, analisis sentimen menggunakan BERT, serta evaluasi perbedaan dalam distribusi sentimen positif, negatif, dan netral. Hasil penelitian ini menunjukan model GPT menunjukkan sentimen positif tertinggi (49,54%) dibandingkan dengan Gemini (38,76%) dan Llama (35,98%). Sementara itu, model Llama memiliki sentimen negatif tertinggi (43,47%), diikuti oleh Gemini (41,68%) dan GPT (35,21%). Untuk sentimen netral, Llama memiliki persentase tertinggi (20,55%), sedangkan Gemini dan GPT memiliki persentase yang lebih rendah, masing-masing 13,56% dan 15,25%.Secara keseluruhan, GPT cenderung menghasilkan lebih banyak sentimen positif dibandingkan dengan model lainnya, sedangkan Llama dan Gemini lebih banyak menghasilkan sentimen negatif.Secara umum, dapat disimpulkan bahwa GPT menerima persepsi publik yang lebih positif dibandingkan Gemini dan LLaMA dalam konteks yang dianalisis dalam studi ini. Hal ini mengindikasikan bahwa pengguna atau pihak yang memberikan sentimen cenderung memiliki pengalaman atau pandangan yang lebih baik terhadap GPT. Hasil penelitian ini diharapkan dapat memberikan wawasan mengenai keunggulan dan kelemahan masing-masing LLM dalam memahami dan menghasilkan teks yang mencerminkan sentimen secara akurat. Temuan ini juga dapat membantu dalam pemilihan model yang lebih sesuai untuk aplikasi spesifik yang memerlukan analisis sentimen tingkat lanjut. Kata Kunci : Analisis Sentimen, Large Language Models, GPT, Gemini, LLaMA, BER
Penerapan Algoritma Naïve Bayes dalam Memprediksi Kecanduan Gadget pada Anak di Masa Golden Age
No full textMeningkatnya penggunaan gadget pada anak usia dini (golden age) menimbulkan kekhawatiran terkait dampaknya terhadap perkembangan kognitif, fisik, dan emosional mereka. Penelitian ini bertujuan untuk memprediksi tingkat kecanduan gadget pada anak usia dini menggunakan algoritma Naive Bayes dengan dataset yang terdiri dari 104 responden yang dikumpulkan melalui kuesioner yang divalidasi oleh pakar. Model ini dievaluasi menggunakan metode validasi silang 10 kali lipat untuk memastikan keakuratan prediksi. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mencapai akurasi 94,36% dengan presisi dan recall yang tinggi pada kategori “normal” dan “kecanduan berat”. Namun, kesalahan prediksi masih ditemukan pada kategori “kecanduan sedang” dan “kecanduan ringan”. Penelitian ini memberikan kontribusi yang signifikan dalam mengidentifikasi hubungan antara kebiasaan penggunaan gadget dan tingkat kecanduan pada anak usia dini, serta memberikan acuan praktis bagi orang tua untuk mengatur pola penggunaan gadget pada anak. Sistem prediksi yang dikembangkan juga dapat menjadi dasar untuk aplikasi berbasis teknologi dalam manajemen perilaku anak. Studi ini merekomendasikan pengumpulan dataset yang lebih besar dan seimbang pada penelitian selanjutnya untuk meningkatkan akurasi prediksi dan memperluas model generalisasi
THE EFFECT OF THE “RAYQAL” APPLICATION ON MOTHERS’ KNOWLEDGE, ATTITUDE, AND BEHAVIOR IN STIMULATING TODDLER DEVELOPMENT
No full textParents need effective media to enhance their knowledge, attitudes, and behaviors in supporting early childhood growth and development. One such tool is the "Rayqal" application, which is designed to help mothers stimulate optimal development in toddlers. This study aimed to analyze the effect of the "Rayqal" application on improving maternal knowledge, attitudes, and behaviors related to toddler development. A quasi-experimental design with a pretest-posttest control group was used. The population consisted of 80 mothers with children aged 0–59 months, selected using a total sampling technique. Data were analyzed using the Mann-Whitney test. Results showed significant differences in knowledge (ρ=0.000), attitudes (ρ=0.000), and behaviors (ρ=0.000) after the use of the "Rayqal" application. Specifically, in the intervention group, behavior scores increased from a pretest mean of 0.65 to a posttest mean of 1.18. These findings indicate that "Rayqal" significantly improved maternal abilities to support child development. In conclusion, the "Rayqal" application positively influences mothers' knowledge, attitudes, and behaviors in stimulating toddler growth. It is recommended that the use of "Rayqal" be expanded to support SDIDTK (Early Detection and Intervention for Child Growth and Development) programs at Gunungsitoli District Health Center to help prevent developmental delays in children.
Analisis Perencanaan Pembangkit Listrik Tenaga Surya (PLTS) Pada Gedung Pengadilan Negeri Kabanjahe
No full textThe increasing need for electrical energy in the government sector encourages the use of environmentally friendly alternative energy sources, one of which is the Solar Power Plant (PLTS). This study aims to analyze the potential, power requirements, and planning of the PLTS system that can be applied to the Kabanjahe District Court Building. The methods used include collecting data on existing electricity needs, analyzing local solar radiation potential, and simulating the system using PVsyst. The results of the analysis show that with an average daily energy consumption of 414 kWh and a total of 684 solar panels used, the implementation of this system also has the potential to reduce carbon emissions by ±14 tons of CO2 per year
Analisis Perubahan Daya Motor Pada Pompa Sweet Water Di PT. Unilever Oleochemical Indonesia
No full textThe three-phase induction motor stands as the predominant choice in industrial applications due to its numerous benefits. To optimize its performance, maintaining the integrity of the motor's power supply is essential. A significant factor influencing power quality is the load applied to the motor. This research focuses on analyzing and calculating the power consumption of a three-phase induction motor under varying control valve opening conditions, ranging from 10% to 100%. The motor under study operates as a pump driver, facilitating the transfer of sweet water in the fatty acid production facility at PT Unilever Oleochemical Indonesia. Key parameters examined include variations in current, power factor, and input power. Findings indicate that when the valve opening varies from 10% to 100%, the motor’s power output reaches up to 106% of its rated capacity at full valve opening. Conversely, at the minimum valve opening, the motor’s efficiency drops to 67.9% relative to its nominal power
Rancang Bangun Prototype Sistem Informasi Membership Gym Berbasis Website
No full textOlahraga merupakan ilmu terapan yang terpengaruh oleh adanya teknologi untuk mendukung aktivitas olahraga. Banyak inovasi baru dalam perkembangan teknologi yang luas diberbagai macam disiplin ilmu. Tempat fitness atau biasa juga disebut Gym adalah salah satu tempat olahraga yang sebagian orang kunjungi. Pada Natural Fitness Center terdapat kendala pada perusahaan ini masih sangat konvensional, misalnya dalam transaksi pembayaran, perpanjangan Member, pendaftaraan atau pendataan Member membutuhkan waktu yang lama dalam prosesnya. Untuk pembayaran masih menggunakan cash atau tunai, pendaftaran disana juga masih menggunakan microsoft excel sehingga membutuhkan waktu yang lama jika ada customer yang ingin melakukan pendaftaran Membership. Metode Prototype merupakan metode pengembangan sistem dimana hasil analisa perbagian sistem langsung diterapkan kedalam sebuah model tanpa menunggu seluruh sistem selesai. Hasil yang diperoleh dalam penelitian ini adalah sistem informasi Membership berbasis Website yang diharapkan dapat membantu pihak pengelola dalam mempermudah administrasi Membership dengan cepat
Identifikasi Penyakit Pada Daun Kelapa Sawit Dengan Pendekatan CNN AlexNet
No full textOil palm is a plant that plays an important role in Indonesia's agricultural commodities. Cultivating oil palm is suitable for Indonesia due to its tropical climate, which greatly supports the growth of this plant. However, cultivating oil palm is not easy. The emergence of leaf diseases in oil palm can hinder growth, thereby affecting fruit production levels. This research aims to identify diseases on oil palm leaves using one of the methods of Deep Learning, namely the Convolutional Neural Network (CNN) method. This method was chosen because CNN leverages image-based datasets for classification and prediction, making it highly suitable for identifying diseases on oil palm leaves. The research begins with collecting a dataset of images of diseased oil palm leaves. The collected dataset will undergo pre-processing to enhance image quality, enabling more efficient processing by the model. The classification results will subsequently be evaluated to determine the accuracy level of the image processing performed by the model. By implementing Convolutional Neural Network, this research is expected to produce an effective and accurate system for identifying diseases on oil palm leaves, assisting farmers in cultivating oil palm, reducing losses, and ultimately increasing the productivity of oil palm plantations