Warta Dharmawansa : Journal of Dharmawangsa University
Not a member yet
3034 research outputs found
Sort by
PENINGKATAN KETERBACAAN TEKS PADA CITRA STRUK PEMBAYARAN MENGGUNAKAN SEGMENTASI OTSU
Get PDFCitra struk pembayaran sering mengalami penurunan kualitas akibat pencahayaan buruk, penuaan kertas, atau noise pemindaian, yang mengganggu keterbacaan teks dan digitalisasi data. Penelitian ini menggunakan metode segmentasi Otsu untuk meningkatkan keterbacaan dengan memisahkan area teks dan latar belakang secara optimal. Prosesnya mencakup akuisisi citra, pra-pemrosesan, segmentasi, dan evaluasi menggunakan rasio akurasi OCR dan kontras citra. Hasilnya menunjukkan peningkatan signifikan dalam keterbacaan dan akurasi ekstraksi data, sehingga mendukung pengembangan sistem digitalisasi dokumen berbasis citra
Penerapan Teknologi Informasi Dalam Peningkatan Efektivitas, Efisiensi Dan Produktivitas Pendidikan
Get PDFPendidikan adalah fondasi penting bagi kemajuan bangsa, dan perkembangan Teknologi Informasi (TI) telah membawa perubahan signifikan dalam sektor ini. Penelitian ini bertujuan untuk menganalisis dampak peran TI dalam meningkatkan efektivitas pembelajaran, mengidentifikasi peran TI dalam meningkatkan efisiensi operasional pendidikan, serta mengkaji kontribusi TI dalam meningkatkan produktivitas di lingkungan pendidikan. Metode yang digunakan adalah studi literatur dengan pendekatan deskriptif-kualitatif, menganalisis berbagai sumber terpercaya seperti jurnal ilmiah dan artikel penelitian. Hasil analisis menunjukkan bahwa penerapan TI melalui Learning Management Systems (LMS), Kecerdasan Buatan (AI), dan teknologi berbasis cloud secara signifikan meningkatkan fleksibilitas, interaktivitas, dan aksesibilitas dalam pembelajaran. TI juga berperan dalam efisiensi pengelolaan administrasi dan pengurangan biaya operasional. Selain itu, produktivitas tenaga pengajar dan peserta didik meningkat melalui penggunaan waktu yang lebih efisien dan kolaborasi yang lebih baik. Meskipun demikian, tantangan seperti kesenjangan digital, kebutuhan akan peningkatan keterampilan teknologi bagi tenaga pengajar, dan isu keamanan data perlu diatasi. Kesimpulannya, TI memiliki peran krusial dalam transformasi pendidikan ke arah yang lebih efektif, efisien, dan produktif, namun implementasinya memerlukan strategi yang matang untuk mengatasi berbagai tantangan yang ada
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) DAN CONTRASTIVE LANGUAGE-IMAGE PRETRAINING (CLIP) UNTUK PREDIKSI GENRE FILM BERBASIS ANALISIS POSTER
Get PDF Abstrak— Industri perfilman terus berkembang pesat, menghasilkan ribuan film setiap tahun. Klasifikasi genre film menjadi krusial untuk pengelompokan dan sistem rekomendasi. Poster film, sebagai elemen visual utama, seringkali merepresentasikan genre melalui objek, warna, dan desain, namun informasi tekstual seperti plot juga signifikan. Penelitian ini bertujuan membandingkan performa Convolutional Neural Network (CNN) dan Contrastive Language-Image Pretraining (CLIP) dalam klasifikasi genre film multi-label menggunakan analisis poster dan plot. Dataset dari IMDb dan OMDb diproses melalui tahap preprocessing. Model CNN menggunakan arsitektur BiT-ResNet50, sementara CLIP menggunakan ViT-B/16, ViT-L/14, dan RN50x16 untuk poster, serta BERT untuk analisis plot. Eksperimen melibatkan variasi batch size, learning rate, dan optimizer. Hasil menunjukkan CLIP (ViT-L/14) lebih unggul dengan akurasi 83,2% dan Hamming Loss 0,1678, dibandingkan CNN dengan akurasi 77,9%. Integrasi analisis plot menggunakan BERT meningkatkan akurasi sekitar 5% dibandingkan metode berbasis poster saja. Studi ini membuktikan bahwa kombinasi model vision-language (CLIP) dan analisis teks (BERT) lebih efektif daripada CNN konvensional untuk klasifikasi genre film. Kata Kunci—klasifikasi genre film, CNN, CLIP, deep learning, poster film, multi label classification. ABSTRACTAbstract— The film industry continues to develop rapidly, producing thousands of films annually. Film genre classification has become crucial for categorization and recommendation systems. Film posters, as primary visual elements, often represent genres through objects, colors, and design, while textual information such as plot is equally significant. This research aims to compare the performance of Convolutional Neural Network (CNN) and Contrastive Language-Image Pretraining (CLIP) in multi-label film genre classification using poster and plot analysis. The dataset from IMDb and OMDb was processed through preprocessing stages. The CNN model used BiT-ResNet50 architecture, while CLIP used ViT-B/16, ViT-L/14, and RN50x16 for posters, along with BERT for plot analysis. Experiments involved variations in batch size, learning rate, and optimizer. Results show CLIP (ViT-L/14) outperformed with 83.2% accuracy and Hamming Loss of 0.1678, compared to CNN with 77.9% accuracy. Integrating plot analysis using BERT improved accuracy by approximately 5% compared to poster-only methods. This study demonstrates that the combination of vision-language models (CLIP) and text analysis (BERT) is more effective than conventional CNN for film genre classification. Keywords—film genre classification, CNN, CLIP, deep learning, movie posters, multi-label classification
PERANCANGAN UI/UX SISTEM INFORMASI AKADEMIK BERBASIS MOBILE UNIVERSITAS MUHAMMADIYAH KENDARI
Get PDFPerkembangan teknologi informasi saat ini menjadi bagian penting dari berbagai sektor, termasuk dalam dunia Pendidikan. Universitas Muhammadiyah Kendari telah mengimplementasikan sistem informasi akademik berbasis website untuk memfasilitasi layanan akademik. Namun, dengan meningkatnya penggunaan perangkat mobile di kalangan mahasiswa, kebutuhan akan sistem yang lebih fleksibel dan mudah di akses menjadi sangat penting. Penelitian ini bertujuan untuk merancang User Interface (UI) dan User Experience (UX) sistem informasi akademik berbasis mobile guna meningkatkan aksesibilitas, user friendly, fleksibilitas dan efisiensi layanan akademik. Metode yang di gunakan dalam pernelitian ini adalah Design Thinking dengan tahapan empati, definisi, ediasi, prototipe dan uji. Hasil dari penelitian ini menunjukan bahwa sistem informasi akademik berbasis mobile dapat mengatasi keterbatasan pada sistem informasi akademik berbasis website diantaranya memberikan kemudahan akses, user friendly untuk pengguna baru, dan fleksibel. Implementasi sistem informasi akademik berbasis mobile diharapkan dapat meningkatkan efisiensi dan efektivitas layanan akademik. serta memberikan pengalaman yang lebih baik bagi seluruh civitas akademika
PENENTUAN SUPPLIER TERBAIK MENGGUNAKAN METODE MOORA DAN TOPSIS DENGAN PEMBOBOTAN ENTROPY
Get PDFPemilihan supplier merupakan aspek kritis dalam keberlangsungan operasional bisnis, termasuk bagi Toko Kelontong Dua Putra yang selama ini menggunakan pendekatan subjektif dalam menentukan mitra suppliernya. Metode penilaian yang tidak sistematis ini berpotensi menimbulkan berbagai permasalahan seperti keterlambatan pengiriman, kualitas produk yang tidak konsisten, dan hambatan operasional lainnya. Untuk mengatasi hal tersebut, penelitian ini mengusulkan pendekatan ilmiah menggunakan metode MOORA dan TOPSIS dengan pembobotan Entropy guna menghasilkan penilaian yang lebih objektif. Kriteria penilaian meliputi harga, jarak, pelayanan, ketersediaan stok, dan kualitas barang, yang selanjutnya digunakan untuk melakukan perangkingan alternatif supplier. Hasil penelitian menunjukkan konsistensi pada kedua metode, dengan alternatif A1 teridentifikasi sebagai supplier terbaik, memperoleh skor 0,059 pada MOORA dan 0,905 pada TOPSIS, yang mengindikasikan potensi signifikan dalam optimalisasi proses pemilihan supplier
OPTIMASI SUPPORT VECTOR MACHINE MENGGUNAKAN SELEKSI FITUR RANDOM FOREST DAN HYPERPARAMETER GRIDSEARCHCV UNTUK KLASIFIKASI RAISIN DATASET
Get PDFRaisin (kismis) merupakan buah kering yang memiliki nilai kandungan gizi yang tinggi dan kaya akan serat. Seiring dengan meningkatnya produksi global, kebutuhan akan sistem klasifikasi otomatis yang akurat menjadi semakin krusial untuk efisiensi industri. Proses klasifikasi manual dinilai tidak efisien, memakan waktu, serta rawan kesalahan manusia, sehingga diperlukan pendekatan berbasis kecerdasan buatan. Penelitian ini bertujuan untuk mengoptimalkan model klasifikasi Support Vector Machine (SVM) dengan penerapan seleksi fitur menggunakan algoritma Random Forest dan optimasi hyperparameter menggunakan GridSearchCV. Dataset yang digunakan adalah Raisin Dataset dari UCI Machine Learning Repository yang terdiri dari 900 sampel dua jenis raisin, yaitu Kecimen dan Besni, masing-masing memiliki tujuh fitur numerik morfologis. Hasil evaluasi menunjukkan bahwa model SVM yang telah dioptimasi mampu mencapai akurasi sebesar 90.00% dan nilai AUC 0,9388. Temuan ini menunjukkan bahwa kombinasi seleksi fitur dan optimasi hyperparameter dapat meningkatkan kinerja model klasifikasi. Penelitian ini juga memiliki perbedaan dari studi sebelumnya dalam hal objek, waktu pelaksanaan, literatur, pendekatan teori, serta hasil akhir yang diperoleh. Pendekatan ini memperkuat pemanfaatan machine learning dalam sektor agroindustri dan membuka peluang pengembangan sistem klasifikasi pangan yang lebih efisien dan presisi
Sistem Aquaponik sebagai Solusi Berkelanjutan untuk Meningkatkan Produksi Ikan dan Sayuran di Lingkungan Pedesaan
Get PDFKebutuhan akan sistem produksi pangan yang berkelanjutan dan efisien di lingkungan pedesaan menjadi semakin mendesak di tengah terbatasnya lahan, krisis air, dan ketergantungan terhadap bahan kimia pertanian. Kegiatan pengabdian masyarakat ini bertujuan untuk mengenalkan dan menerapkan teknologi aquaponik sebagai solusi tepat guna yang dapat meningkatkan produksi ikan dan sayuran secara terpadu dan ramah lingkungan. Program ini dilaksanakan oleh Tim Pengabdian Universitas Merdeka Malang bekerja sama dengan kelompok PKK, Karang Taruna, dan masyarakat Desa Dalisodo, Kecamatan Wagir, Kabupaten Malang. Metode pelaksanaan menggunakan pendekatan partisipatif dengan tahapan sosialisasi, penyuluhan, difusi teknologi, pembangunan unit percontohan, hingga pendampingan dan evaluasi. Sistem aquaponik yang dibangun berbasis prinsip siklus tertutup antara ikan dan tanaman, memungkinkan sirkulasi air dan nutrisi yang efisien serta mengurangi limbah. Hasil dari kegiatan menunjukkan peningkatan pemahaman teknis masyarakat terhadap pengelolaan aquaponik, serta minat yang tinggi untuk replikasi sistem di lingkungan masing-masing. Unit percontohan yang dikembangkan menjadi pusat belajar sekaligus ruang pemberdayaan masyarakat dalam menerapkan pertanian berkelanjutan berbasis ekologi lokal. Kesimpulannya, aquaponik terbukti sebagai teknologi tepat guna yang mudah diadopsi, berdampak ekonomis, dan berpotensi meningkatkan ketahanan pangan rumah tangga. Program ini memberikan kontribusi nyata dalam membentuk masyarakat yang mandiri secara pangan, lebih sadar lingkungan, serta siap mengembangkan inovasi pertanian skala kecil di masa mendatang
Edukasi Kesehatan Penggunaan Gadget dan Bahaya Merokok di SMKN 1 Suliki
Get PDFGadget atau Handphone merupakan salah satu alat komunikasi yang canggih. Seiring berkembangnya zaman, setiap tipenya selalu mengalami pembaharuan guna menunjang segala aspek kegiatan manusia. Sedangkan rokok adalah gulungan tembakau (ukurannya kira-kira sebesar kelingking) yang berbalut daun nipah, kertas, atau bahan lainnya. Rokok mengandung zat adiktif yang bila digunakan dapat mengakibatkan bahaya kesehatan bagi individu dan masyarakat. Berdasarkan hal ini, tujuan dari pengabdian masyarakat ini adalah untuk mensosialisasikan bahaya radiasi gadget dan rokok bagi siswa/I SMK 1 Suliki dan melihat tingkat pemahaman terhadap bahaya-bahaya yang disampaikan. Metode yang digunakan adalah bersifat penyuluhan dengan memberikan beberapa pertanyaan pre-test dan post-test setelah penyuluhan berakhir. Dari hasil pre-test dan post test kita mengetahui peningkatan pemahaman siswa terhadap bahaya gadget dan rokok pada kesehatannya. Hal ini mengindikasikan bahwa siswa/I SMKN 1 Suliki memahami bahaya gadget dan rokok terhadap kesehatan, maka dapat disimpulkan edukasi yang kami lakukan berjalan dengan semestinya
Potensi Penggunaan Fermentasi Tepung Daun Kelor (Moringa Oleifera) Sebagai Bahan Baku Pakan Benih Ikan Mujair (Oreochromis Mossambius)
Get PDFIkan mujair (Oreochromis mossambicus) merupakan salah satu jenis ikan air tawar yang bersifat omnivora atau memakan berbagai jenis makanan. Pakan memegang peranan penting sebagai sumber nutrisi yang mendukung pertumbuhan ikan. Salah satu bahan pakan lokal yang memiliki potensi sebagai bahan baku pakan adalah daun kelor. Daun ini dikenal kaya akan nutrisi, namun juga mengandung senyawa anti-nutrisi yang dapat menghambat pertumbuhan ikan. Untuk mengurangi dampak negatif tersebut, dilakukan proses fermentasi. Penelitian ini bertujuan untuk mengevaluasi potensi penggunaan tepung daun kelor fermentasi (Moringa oleifera) sebagai bahan pakan untuk benih ikan mujair (Oreochromis mossambicus). Penelitian berlangsung selama bulan September hingga Oktober 2021, dengan menggunakan benih ikan mujair berukuran 6–8 cm. Dosis tepung daun kelor fermentasi yang digunakan adalah P1 (0%), P2 (10%), P3 (15%), dan P4 (20%). Hasil penelitian menunjukkan bahwa dosis terbaik untuk peningkatan bobot mutlak adalah P4 (3,03 gram), pertambahan panjang mutlak tertinggi pada P3 (1,33 cm), laju pertumbuhan harian tertinggi pada P4 (3,68% per hari), rasio konversi pakan terbaik juga pada P4 (3,53), dan tingkat kelangsungan hidup ikan berada pada kisaran 93,33% hingga 96,67
ANALISIS BIAYA PRODUKSI DAN BREAK EVEN POINT (TITIK IMPAS) SEBAGAI ALAT PERENCANAAN LABA PADA INDUSTRI TAHU DESA KARANG ANYAR KECAMATAN BERINGIN KABUPATEN DELI SERDANG
Get PDFThis research seeks to examine Production Costs and the Break-Even Point as strategic tools for profit planning in Mrs. Paya’s tofu enterprise, located in Karang Anyar Village, Beringin Subdistrict, Deli Serdang Regency, North Sumatra. The study employs a descriptive quantitative approach. The sampling method utilized in this research is the saturated sampling technique.The results showed that annual production costs fluctuated, with total production costs of IDR 653,381,000 in 2021, IDR 717,850,000 in 2022, and IDR 654,628,000 in 2023. The break-even point for 2021 is 130,676 units, for 2022 is 143,570 units, and for 2023 is 130,926 units. The profit earned for each year is IDR 653,379,000 for 2021, IDR 717,850,000 for 2022, and IDR 654,632,000 for 2023