IRPI Publisher Journals (Institute of Research and Publication Indonesia)
Not a member yet
1012 research outputs found
Sort by
Edukasi Peran Sains dan Matematika di Era Modern di Pesantren Bi’satul Islamiyah
Due to the massive acceleration of information technology in recent time, the role of science and mathematics, are fundamental. Both are generally not considered crucial for some people, particularly by youth who study at Islamic teachings based traditional school, in this term it is Pesantren Bi’satul Islamiyah. Time allocation and frequency of the subject delivery of mathematics and general sciences are rated far from an ideal compared to the religious based subjects. This community service is a program on conducting the enlightenment on the important role of science and mathematics to be learned by students and triggering the perception that science and mathematics is one of successful keys in the coming time. In executing the program in the field, the lecturers actively delivered by turn the material about the important role of science and Mathematics. This community service shows that students at Pesantren Bi’satul Islamiyah enthusiastically listened and participated the program about the important role of science and mathematics to be learned at their school and building their awareness on the important role of science and mathematics which contributed to their future success.
Keyword: Educating, Science, Mathematics, Pesantren Bi’satul IslamiyahDi tengah perkembangan teknologi informasi, peran sains, terutama Matematika, menjadi fundamental. Hal tersebut belum begitu disadari oleh masyarakat, terutama generasi muda di sekolah tradistional berbasis pelajaran agama, misalnya pesantren Bi’satul Islamiyah. Alokasi waktu dan frekwensi mata pelajaran sains, dalam hal ini Matematika, di pesantren dianggap masih kurang dibandingkan dengan mata pelajaran berbasis keilmuan agama. Kegiatan edukasi peran penting Sains dan Matematika kepada siswa di Pesantren Bi’tsatul Islamiyah bertujuan untuk menambah wawasan dan kesadaran pentingnya bahasa dan sains untuk dipelajari dan menjadi salah satu kunci kesuksesan di masa depan. Dalam melaksanakan kegiatan edukasi tersebut, para dosen yang bepartisipasi membeikan materi dan diselingi games dengan materi pentingnya sains, teruama Matematika. Hasil pengabdian ini menunjukkan bahwa siswa cukup antusias menyimak pentingnya bahasa dan sains untuk dipelajari di lingkungan Pesantren Bi’satul Islamiyah dan membangun kesasadaran mereka bahwa bahasa dan sains dapat menunjang kesuksesan di masa depan
Mencipta Puisi Berbasis Pemahaman Unsur-unsur Pembangun Puisi Siswa SMA Assa’adah, Gresik
This service aims to improve the literacy and creativity skills of Assa'adah Gresik High School students through training in creating poetry which focuses on the building blocks of poetry, such as theme, diction, imagery, figures of speech, rhyme and rhythm. With interactive and project-based learning methods, students are given the opportunity to understand, apply and develop original poetry writing skills. The results of the activity showed a significant increase in students' understanding and ability to write poetry, which was documented in a poetry anthology. This program also encourages students' appreciation of literature, increases their confidence in expression, and contributes to the development of literary literacy in the school environment.Pengabdian ini bertujuan untuk meningkatkan kemampuan literasi dan kreativitas siswa SMA Assa’adah Gresik melalui pelatihan mencipta puisi yang berfokus pada unsur-unsur pembangun puisi, seperti tema, diksi, imaji, majas, rima, dan irama. Dengan metode pembelajaran interaktif dan berbasis proyek, siswa diberi kesempatan untuk memahami, mengaplikasikan, dan mengembangkan keterampilan menulis puisi secara orisinal. Hasil kegiatan menunjukkan peningkatan signifikan dalam pemahaman dan kemampuan menulis puisi siswa, yang didokumentasikan dalam sebuah antologi puisi. Program ini juga mendorong apresiasi siswa terhadap sastra, meningkatkan kepercayaan diri mereka dalam berekspresi, dan memberikan kontribusi pada pengembangan literasi sastra di lingkungan sekolah. Pelatihan mencipta puisi di SMA Assa’adah, Gresik, berhasil meningkatkan literasi, kreativitas, dan apresiasi siswa terhadap sastra melalui pemahaman unsur-unsur puisi dan pendekatan berbasis proyek
Classification of Diabetes Mellitus Sufferers Eating Patterns Using K-Nearest Neighbors, Naïve Bayes and Decission Tree
The study investigates three classification algorithms, namely K-Nearest Neighbor (K-NN), Naïve Bayes, and Decision Tree, for the classification of Diabetes Mellitus using a dataset from Kaggle. K-NN relies on distance calculations between test and training data, using the Euclidean distance formula. The choice of k, representing the nearest neighbor, significantly influences K-NN's effectiveness. Naïve Bayes, a probabilistic method, predicts class probabilities based on past events, and it employs the Gaussian distribution method for continuous data. Decision Trees, form prediction models with easily implementable rules. Data collection involves obtaining a Diabetes Mellitus dataset with eight attributes. Data preprocessing includes cleaning and normalization to minimize inconsistencies and incomplete data. The classification algorithms are applied using the Rapidminer tool, and the results are compared for accuracy. Naïve Bayes yields 77.34% accuracy, K-NN performance depends on the chosen k value, and Decision Trees generate rules for classification. The study provides insights into the strengths and weaknesses of each algorithm for diabetes classificatio
Application of Artificial Neural Network, K-Nearest Neighbor and Naive Bayes Algorithms for Classification of Obesity Risk Cardiovascular Disease
The rate of obesity sufferers continues to increase every year. This happens due to improper lifestyle and diet, as well as various physical conditions. This research aims to analyze the level of obesity using data mining techniques with classification algorithms. This research was conducted on people from countries on the American continent between the ages of 14 and 61 years. Data is collected and information is processed using a web platform that includes surveys where anonymous users answer each question to obtain 17 attributes and 2111 records. This research uses 3 algorithms, namely the Artificial Neural Network algorithm, K-Nearest Neighbor and Naive Bayes. People who are obese are also at higher risk of experiencing health problems, such as asthma, stroke, heart disease, diabetes and cancer. The results after comparing the three algorithms, it is better to use the k-nearest neighbor algorithm compared to Artificial Neural Network and Naive Bayes because the accuracy is 95.74%. Therefore, the K-Nearest Neighbor algorithm is very suitable to use when classifying data
Comparison of Logistic Regression, Random Forest and Adaboost Algorithms for Diabetes Mellitus Classification
Diabetes mellitus is a chronic disease that affects the way the body regulates sugar (glucose). High blood sugar levels can lead to health complications including heart problems, eye disorders, nerve damage, kidney and blood vessel disorders. It is important for early detection of diabetes by utilizing data mining technology. Data mining has various classification models that can be used to detect diabetes, including logistic regression, random forest and adaboost. The comparison of the three algorithms aims to find out which algorithm is most appropriate in the classification of diabetes. From the results obtained, the random forest algorithm has the best performance in the classification of diabetes mellitus compared to other algorithms
Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine: Sentiment Analysis of Tourist Attractions Based on Reviews on Google Maps Using the Support Vector Machine Algorithm
Era Revolusi Industri 4.0 ditandai oleh ketersediaan data yang melimpah, menciptakan peluang dalam proses pengambilan informasi. Salah satu proses pengambilan data tersebut mencakup pencarian informasi tentang tempat wisata di Yogyakarta (DIY). Proses pengambilan informasi ini dapat dilakukan melalui Google Maps, yang menyediakan detail seperti lokasi, jarak, bahkan ulasan pengunjung dalam bagian komentar, yang berasal dari ulasan tentang destinasi wisata tersebut. Dalam data informasi yang dikumpulkan, muncul berbagai masalah yang memerlukan identifikasi, mengarah pada gagasan penelitian untuk menganalisis sentimen terkait destinasi wisata dengan memanfaatkan ulasan pengguna di Google Maps. Metodologi penelitian yang digunakan dalam studi ini menggunakan Support Vector Machine (SVM) untuk mengategorikan ulasan ke dalam kategori sentimen positif, negatif, atau netral. Ulasan pengguna dari platform Google Maps diolah dan dilatih menggunakan SVM untuk mengidentifikasi pola sentimen. Hasil eksperimen menunjukkan efektivitas metode SVM dalam mengelola volume besar data ulasan untuk analisis sentimen, memberikan pemahaman yang lebih dalam tentang persepsi masyarakat terhadap destinasi wisata. Penelitian ini dapat berkontribusi pada pengembangan strategi pemasaran dan manajemen berdasarkan umpan balik pengguna secara real-time. Temuan penelitian mengenai kinerja metode SVM dalam klasifikasi analisis sentimen menggunakan Support Vector Machine (SVM) menunjukkan tingkat akurasi rata-rata sebesar 83,8% berdasarkan ulasan pengunjung di situs Google Maps
Robot Virtual Menggunakan Metode Knuth Morris Pratt: Virtual Robot Using Knuth Morris Pratt Method
Pekerjaan manusia saat ini mulai dapat tergantikan oleh robot yang di program khusus untuk melakukan berbagai pekerjaan. Di antara perkembangan bot yang ada saat ini, tercipta sebuah virtual assistant berbasis kecerdasan buatan. Saat ini masyarakat saat ini sedang memasuki era Society 5.0 dimana masyarakat harus mengintegrasikan teknologi ke dalam kehidupan dengan cara yang lebih cerdas, manusiawi dan perkelanjutan namun sayangnya banyak faktor yang membuat masyarakat tidak dapat memanfaatkan teknologi dalam kehidupan sehari-hari seperti faktor biaya, perangkat yang tidak mumpuni, dan aksesbilitas yang sulit sehingga membuat masyarakat indonesia masih sangat jauh dalam era Society 5.0 . Maka dari penelitian ini merancang sebuah sistem robot virtual assistant dengan teknologi Natural Language Processing berbasis Artificial Intelligence untuk membantu seseorang dalam kegiatan sehari-harinya. Sistem robot ini dibuat pada platform website sehingga tidak seperti Google Assistant yang membutuhkan memori penyimpanan pada perangkat yang cukup besar dan juga membutuhkan sistem operasi yang men-support google assistant tersebut. Sistem robot ini tidak membutuhkan penyimpanan memori pada perangkat dan juga support dengan semua sistem operasi sehingga device/gadget manapun dapat menggunakannya. Robot Virtual ini dibuat dengan menggunakan Algoritma Knuth Morris Pratt (KMP). Hasil robot virtual ini dapat menerima perintah untuk membuat alarm, cuaca, Youtube, serta pencarian di Google
Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia: Application of K-Nearest Neighbor Algorithm Using Wrapper as Preprocessing for Determination of Human Weight Information
Penelitian ini fokus pada peningkatan akurasi penentuan keterangan berat badan manusia melalui penerapan Algoritma K-Nearest Neighbor (K-NN) dengan metode Wrapper sebagai preprocessing. Kesadaran akan berat badan menjadi esensial dalam menjaga kesehatan dan kesejahteraan. Meskipun manusia dapat mengetahui berat badannya, pendekatan yang sering digunakan cenderung bersifat subjektif dan kurang presisi. Penelitian mengidentifikasi permasalahan dalam penentuan keterangan berat badan dan mencari solusi melalui penggunaan model prediksi. Algoritma K-NN terpilih karena kemampuannya dalam menangani permasalahan klasifikasi dengan dataset yang kompleks. Metode Wrapper digunakan sebagai langkah preprocessing untuk memilih subset fitur yang paling signifikan. Dataset melibatkan parameter berat badan dan faktor-faktor lain yang berpengaruh. Model dikembangkan dan diuji menggunakan teknik cross-validation untuk memastikan konsistensi kinerja. Temuan penelitian menunjukkan bahwa penerapan Algoritma K-NN dengan Wrapper preprocessing dapat meningkatkan akurasi penentuan keterangan berat badan manusia. Penerapan metode K-Nearest Neighbor dan K-Nearest Neighbor dengan Wrapper sebagai tahap preprocessing dalam menentukan keterangan berat manusia mendapatkan hasil nilai akurasi yang sama yaitu sebesar 91%. Studi ini diharapkan dapat menjadi landasan untuk pengembangan metode evaluasi yang lebih baik dan informasi yang lebih akurat terkait berat badan manusia
System Development dalam Pengarsipan Surat Berbasis Model Object Oriented Programming: Development System in Letter Archiving Based on Object Oriented Programming Model
Perkembangan pesat teknologi saat ini menuntut instansi untuk melakukan modernisasi administrasi, termasuk pemanfaatan teknologi komputer dalam sistem informasi pengarsipan surat masuk dan surat keluar. Surat merupakan sarana komunikasi tertulis antara pihak yang berbeda. Penelitian ini bertujuan untuk mengembangkan sistem informasi pengarsipan surat masuk dan surat keluar pada Kantor Camat Umbu Ratu Nggay Barat. Sistem ini akan memfasilitasi para pengelola surat dengan sistem informasi yang disesuaikan dengan kebutuhan yang ada. Tujuan dari penelitian ini adalah fokus pada tahap pengarsipan surat masuk dan surat keluar. Pembuatan sistem informasi ini memiliki manfaat yang signifikan, yaitu membantu bidang sekretariat Kantor Camat Umbu Ratu Nggay Barat dalam pencarian surat masuk dan surat keluar, serta mempermudah kinerja sehingga meningkatkan efisiensi waktu kerja. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode waterfall. Berdasarkan pengujian yang dilakukan pada tampilan sistem arsip surat, maka diperoleh kemudahan dalam mengelola surat masuk dan keluar. Sistem pengarsipan surat masuk dan keluar tersebut dapat mengolah dan menyampaikan informasi data hasil arsip surat. Dengan adanya pengembangan sistem informasi pengarsipan surat masuk dan surat keluar, diharapkan dapat meningkatkan efisiensi dan efektivitas administrasi di Kantor Camat Umbu Ratu Nggay Barat, serta mempercepat proses pencarian data surat dengan menggantikan pendekatan yang masih digunakan saat ini
Deteksi Tingkat Kematangan Buah Tomat Menggunakan YOLOv5: Detection of Tomato Fruit Ripeness Level Using YOLOv5
Deteksi kematangan tomat sangat penting untuk pertanian dan industri pertanian. Pendekatan pembelajaran mendalam baru-baru ini menunjukkan bahwa mereka dapat menangani masalah yang melibatkan deteksi objek, termasuk deteksi buah. Untuk menentukan tingkat kematangan tomat, algoritma You Only Look Once (YOLOv5) akan digunakan dalam penelitian ini. Teknik ini menggunakan satu tahap yang menyatukan proses lokalisasi dan deteksi. Dataset yang kami gunakan untuk pelatihan dan pengujian algoritma YOLOv5 berisi gambar tomat pada berbagai tahap kematangan. 981 total foto untuk data train, 121 data validasi, dan 64 data test. Temuan pengujian menunjukkan akurasi yang sangat baik dengan mana algoritma YOLOv5 dapat mengidentifikasi dan mengkategorikan kematangan tomat. Studi ini memajukan teknik untuk mendeteksi kematangan buah dan dapat diterapkan pada kontrol kualitas tomat sektor pertanian. Temuan penelitian ini ditunjukkan oleh nilai akurasi deteksi maksimum, yaitu 73%