IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Reconditioning and Repair of Electrical Installation at Mushola Al Mujahidin – Pengasinan Depok: Rekondisi Perbaikan Instalasi Listrik di Mushola Al Mujahidin – Pengasinan Depok
No full textIndonesia is the country with the largest Muslim population in the world. In Islam, religious activities are carried out in places of worship called mosques or prayer rooms (mushola), and these activities require supporting facilities—one of which is the use of electrical energy. A good electrical installation is regulated in the 2020 Indonesian Electrical Installation Standards (PUIL 2020) to ensure safety, reliability, and environmental friendliness.The Pengabdian kepada Masyarakat (PkM) activity conducted by the Electrical Engineering Department of Pamulang University involved reconditioning and repairing the electrical installation at Mushola Al Mujahidin in Pengasinan, Depok. The aim was to improve the safety and comfort of the local residents in using electricity and electrical equipment. This activity also included an educational outreach program.The repairs covered replacing electrical cables, installing proper electrical protection (MCB), repairing lights, water pumps, and audio equipment, as well as conducting socialization sessions on basic electrical knowledge and installation, safety in using and installing electrical systems, and careers in the electrical field
Pemberdayaan Guru Madrasah Tsanawiyah Melalui Pelatihan Inovatif untuk Meningkatkan Keterampilan Guru dalam Merancang Pembelajaran Mendalam
No full textThis community service program aimed to empower Madrasah Tsanawiyah (MTs) teachers in enhancing their skills to design deep learning through innovative training. The program was conducted at MTs Al-Fauzi and involved 20 teachers as participants. Initial analysis revealed that most teachers were in the medium (45%) and low (35%) categories, while only 20% achieved the high category. This indicated that teachers faced challenges in integrating higher-order thinking skills (HOTS), problem-solving, and project-based learning into their lesson plans. After the training, a significant shift occurred: the low category decreased to 10%, the medium category dropped to 30%, and the high category increased to 60%. These results demonstrate that innovative training through hands-on practice, collaborative discussion, and lesson design simulation was effective in improving teachers’ skills. However, the program had several limitations, including limited training duration, short-term evaluation, and a relatively small number of participants. Therefore, continuous mentoring and follow-up activities are recommended to ensure that the improved skills are consistently applied in daily classroom practices.Kegiatan pengabdian masyarakat ini bertujuan untuk memberdayakan guru Madrasah Tsanawiyah (MTs) dalam meningkatkan keterampilan merancang pembelajaran mendalam melalui pelatihan inovatif. Program dilaksanakan di MTs Al-Fauzi dengan melibatkan 20 orang guru sebagai peserta. Berdasarkan hasil analisis awal, keterampilan guru masih didominasi oleh kategori sedang (45%) dan rendah (35%), sementara hanya 20% yang berada pada kategori tinggi. Kondisi ini mencerminkan adanya kesulitan guru dalam mengintegrasikan keterampilan berpikir tingkat tinggi (HOTS), pemecahan masalah, dan pembelajaran berbasis proyek ke dalam perangkat ajar. Setelah pelatihan dilaksanakan, terjadi perubahan signifikan pada distribusi keterampilan: kategori rendah menurun menjadi 10%, kategori sedang menjadi 30%, dan kategori tinggi meningkat menjadi 60%. Hasil ini menunjukkan bahwa pelatihan inovatif berbasis praktik langsung, diskusi kolaboratif, dan simulasi perangkat ajar terbukti efektif dalam meningkatkan keterampilan guru. Meskipun demikian, kegiatan ini memiliki keterbatasan, terutama pada durasi pelatihan yang singkat, evaluasi pascapelatihan yang belum berjangka panjang, dan jumlah peserta yang terbatas. Dengan demikian, diperlukan tindak lanjut berupa pendampingan berkelanjutan agar peningkatan keterampilan guru dapat diimplementasikan secara konsisten dalam praktik pembelajaran sehari-hari
Penerapan ChatGPT untuk Rekomendasi Resep Makanan Sehat dan Bergizi pada Anak-Anak: ChatGPT Application for Healthy and Nutritious Food Recipe Recommendations for Children
No full textStunting masih menjadi masalah serius dengan prevalensi tinggi di Indonesia (21,6% pada tahun 2022). Salah satu hambatan utama adalah kurangnya akses mudah dan personalisasi informasi gizi serta resep makanan yang tepat bagi orang tua untuk meningkatkan asupan protein hewani pada anak. Untuk mengatasi masalah ini, aplikasi Menu Resep Makanan (REBU) dikembangkan sebagai platform penyedia resep sehat dan bergizi yang mudah diakses oleh orang tua dan pengasuh, spesifik untuk memenuhi kebutuhan nutrisi anak dan meningkatkan konsumsi protein hewani. Mengintegrasikan teknologi modern, termasuk ChatGPT, REBU menawarkan rekomendasi resep personal, menjadikan panduan gizi lebih mudah diakses. Implementasi REBU di RT 10 dan RT 11 Puskesmas menunjukkan peningkatan signifikan kesadaran orang tua tentang gizi seimbang dan protein hewani. Efektivitas aplikasi dievaluasi melalui uji Blackbox (integritas fungsional) dan User Acceptance Testing (UAT) (kegunaan praktis). Evaluasi ini memastikan solusi praktis REBU berhasil membantu menurunkan angka stunting di komunitas percontohan, menjadi model potensial untuk implementasi lebih luas guna mendukung program pemerinta
Risk Management Analysis in Digital Bank XYZ Using the COBIT 2019 Framework
Get PDFThe digital transformation in the banking sector has driven the emergence of digital banks, offering online services without the need for physical branches. However, this transformation brings various risks, including information security threats and challenges in regulatory compliance. This study aims to evaluate the maturity level of risk management in Digital Bank XYZ using the COBIT 2019 framework. The research methodology employs a qualitative approach with gap analysis to compare the current state with expected standards. The findings reveal significant gaps in the APO13 (Managed Security) and DSS04 (Managed Continuity) domains between current risk management practices and the standards recommended by COBIT 2019. These results highlight the need for a more systematic and structured risk management approach to enhance Digital Bank XYZ's preparedness in addressing cybersecurity threats and other operational risks. Recommendations include strengthening security policies, implementing predictive technologies, and conducting regular training to improve the security team's competencies. This study is expected to serve as a strategic guideline for Digital Bank XYZ to mitigate risks, improve operational efficiency, and achieve international governance standards
Analisis Rute Terpendek Menuju Universitas Pamulang dengan Implementasi Algoritma Dijkstra: Analysis of the Shortest Route to Universitas Pamulang Using the Implementation of Dijkstra's Algorithm
No full textDalam kehidupan sehari-hari, kita sering melakukan perjalanan dari satu tempat ke tempat lain salah satunya yaitu berangkat ke kampus, pencarian rute terpendek sangat diperlukan bagi mahasiswa Universitas Pamulang untuk berangkat ke kampus. Pada banyak kasus, para mahasiswa hanya mengambil rute yang sering dikemudianinya saja tanpa mengetahui apakah rute tersebut adalah rute terpendek menuju kampus. Dan apabila rute tersebut bukanlah rute yang terpendek maka hal ini menyebabkan semakin panjang rute yang ditempuh maka akan memakan biaya yang lebih besar. Untuk menyelesaikan masalah tersebut, maka dibangun sistem pencarian rute terpendek dengan menggunakan algoritma Dijkstra sebagai proses pencariannya. Algoritma Dijkstra adalah algoritma yang digunakan untuk mencari lintasan terpendek dalam sejumlah langkah dengan menggunakan prinsip Greedy yang menyatakan bahwa pada setiap langkah kita memilih sisi yang berbobot minimum dan memasukkannya ke dalam himpunan solusi. Algoritma Dijkstra sangat tepat digunakan untuk mencari rute terpendek menuju Universitas Pamulang. Dari hasil penelitian dan pengujian yang dilakukan dapat disimpulkan bahwa algoritma Dijkstra cukup efektif dalam mencari rute yang terpendek sehingga mengurangi biaya yang diperlukan dengan rata-rata kecepatan eksekusi sebesar 0,057 deti
Deteksi Kepribadian dan Tumbuh Kembang Anak dengan Sidik Jari Menggunakan Algoritma K-Nearest Neighbor dan Decision Tree : Personality and Child Development Detection Using Fingerprints with K-Nearest Neighbor and Decision Tree Algorithm
No full textKepribadian dan gaya belajar merupakan dua aspek penting dalam mendukung tumbuh kembang anak. Penelitian ini bertujuan untuk mengidentifikasi kepribadian dan tumbuh kembang anak berdasarkan pola sidik jari menggunakan algoritma klasifikasi K-Nearest Neighbor (K-NN) dan Decision Tree (DT). Penelitian dilakukan pada 10 partisipan di taman kanak-kanak Annisa Tangerang, dengan pengumpulan data sidik jari dari jari tengah, manis, dan kelingking menggunakan metode sidik tinta. Data kemudian dipindai dan dikategorikan ke dalam tiga pola utama: Arch, Loop, dan Whorl. Proses klasifikasi dilakukan menggunakan algoritma K-NN dan DT, serta diuji menggunakan pendekatan hold-out validation dan Leave-One-Out Cross-Validation (LOOCV). Hasil pengujian menunjukkan bahwa model klasifikasi mencapai nilai akurasi, precision, recall, dan F1 score sebesar 1.0, serta akurasi LOOCV sebesar 90%. Hasil prediksi menunjukkan bahwa 50% anak memiliki kepribadian dengan daya ingat tajam, 40% ambisius dan disiplin, serta 10% perfeksionis dan komunikatif. Gaya belajar yang teridentifikasi menggunakan K-NN adalah visual (60%) dan kinestetik (40%), sementara dengan DT terdiri dari visual (50%), kinestetik (40%), dan auditori (10%). Penelitian ini menunjukkan adanya korelasi antara pola sidik jari dengan kecenderungan kepribadian dan gaya belajar anak serta bisa menjadi alat bantu dalam deteksi dini dan intervensi edukatif berbasis karakter anak
Implementasi YOLO11 dan OpenCV untuk Pengenalan Frasa dalam Video Real-Time Bahasa Isyarat Tangan: YOLO11 and OpenCV Implementation for Phrase Recognition in Real-Time Hand Sign Language Videos
No full textBahasa isyarat adalah alat komunikasi utama bagi para penyandang tunarungu dan tunawicara. Namun, terbatasnya pemahaman bahasa isyarat oleh masyarakat umum sering kali menjadi kendala dalam berkomunikasi. Penelitian ini bertujuan untuk merancang program pengenalan frasa bahasa isyarat tangan BISINDO secara real-time dengan menggunakan algoritma YOLO11 dan library OpenCV. YOLO11 digunakan sebagai metode deep learning untuk mengenali isyarat tangan, sedangkan OpenCV digunakan untuk pemrosesan video real-time dan visualisasi hasil deteksi. Model ini dilatih menggunakan lebih dari 3.000 gambar yang mewakili enam class frasa BISINDO: “saya”, “kamu”, “senang”, “bingung”, “marah”, dan “apa kabar”, sebanyak 263 epoch. Hasil pengujian model menunjukkan rata-rata nilai precision dan recall di atas 0,9; F1-Score sebesar 0,982; mAP50 sebesar 0,993; dan mAP50-95 sebesar 0,938. Pada pengujian real-time, model menunjukkan latency rata-rata stabil di kisaran 80-90ms, frame rate 11-12FPS, dan confidence score rata-rata 0,9 untuk semua class. Berdasarkan Penelitian yang telah dilakukan, disimpulkan bahwa integrasi YOLO11 dan OpenCV berhasil digunakan sebagai algoritma dalam mengenali frasa bahasa isyarat tangan BISINDO secara real-time
Prediksi Laju Inflasi di Jawa Timur Menggunakan Model N-BEATS dan Optimasi Optuna: Prediction of Inflation Rate in East Java Using the N-BEATS Model and Optuna Optimization
No full textInflasi merupakan indikator penting yang memengaruhi kestabilan dan pertumbuhan ekonomi suatu wilayah. Prediksi inflasi yang akurat sangat dibutuhkan guna mendukung perumusan kebijakan ekonomi yang tepat. Penelitian ini mengusulkan penggunaan model N-BEATS (Neural Basis Expansion Analysis for Time Series) yang dioptimalkan dengan Optuna untuk memprediksi inflasi di Provinsi Jawa Timur. Data yang digunakan berupa deret waktu univariat, yaitu laju inflasi bulanan dari Januari 2005 hingga Desember 2024, yang diperoleh dari Badan Pusat Statistik (BPS). Evaluasi performa model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE). Berbeda dengan model tradisional seperti ARIMA dan LSTM, N-BEATS mengandalkan jaringan saraf feedforward dengan arsitektur blok residual yang mampu melakukan rekonstruksi masa lalu (backcast) dan prediksi masa depan (forecast). Optimasi hyperparameter melalui Optuna berhasil meningkatkan akurasi model secara signifikan. Hasil Penelitian menunjukkan bahwa N-BEATS teroptimasi mencapai MAPE sebesar 8,97%, lebih baik dibandingkan N-BEATS dasar (11,05%), ARIMA (16,95%), dan LSTM (12,23%). Temuan ini mengindikasikan bahwa pendekatan N-BEATS dengan Optuna efektif dalam meningkatkan akurasi prediksi inflasi dan dapat menjadi alat bantu penting bagi perencanaan ekonomi di tingkat daerah
Comparison of ResNet50V2 and InceptionV3 with Adam, SGD, RMSprop Optimizers for Road Image Classification
No full textThis study compares two Convolutional Neural Network (CNN) architectures ResNet50V2 and InceptionV3 with three optimizers (Adam, RMSprop, and SGD) for road condition classification. Using a dataset of 1,000 images categorized into four classes, the models were evaluated based on accuracy, precision, recall, and F1-score. Based on the results, ResNet50V2 with Adam optimizer performed the best, achieving 99% accuracy, whereas SGD yielded less-than-ideal results. This study is interesting since it compares architecture–optimizer pairings, a topic that hasn't been extensively studied in other studies. The results offer useful information for creating automated and dependable road monitoring systems that facilitate effective infrastructure upkeep. To further enhance performance, future study might entail implementing regularization techniques and growing the dataset
Leaders and Followers Algorithm for the Binary Knapsack Problem
No full textThe Leaders and Followers (LaF) algorithm, as a relatively recent metaheuristic compared to other well-established algorithms, has demonstrated strong performance in solving continuous constrained optimization problems, the balanced transportation problem, and the traveling salesman problem. The distinctive feature of the LaF algorithm lies in its dual-population structure, where two groups operate with different roles, namely exploration and exploitation, to balance search diversity and convergence. This design effectively prevents premature convergence. In this study, the LaF algorithm is applied to address the binary knapsack problem. The proposed algorithm was evaluated using a well-established benchmark dataset for this problem. The results indicate that the LaF algorithm exhibits stable performance in solving binary knapsack problems with moderately sized capacities and outperforms several other metaheuristic algorithm