Claim Missing Document
Check
Articles

Found 13 Documents
Search

PENGENALAN ARTIFICIAL INTELLIGENCE UNTUK SISWA DALAM MENGHADAPI DUNIA KERJA DI ERA REVOLUSI INDUSTRI 4.0 Wiga Maulana Baihaqi; Fatma Sulistiyana; Azhar Fadholi
RESWARA: Jurnal Pengabdian Kepada Masyarakat Vol 2, No 1 (2021)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (506.06 KB) | DOI: 10.46576/rjpkm.v2i1.876

Abstract

Linkedin merilis hard skill dan soft skill yang sangat dibutuhkan pada tahun 2020 atau di era revolusi industri 4.0. Di antara hard skill tersebut terdapat Artificial Intelligence (AI) berada di posisi 4, AI merupakan suatu keterampilan yang menjadi otak di era revolusi industri 4.0. Pada kegiatan ini kami hanya berfokus pada kebutuhan keterampilan hard skill. Untuk mendapatkan keterampilan baik hard skill maupun soft skill dapat dilakukan dengan mengikuti Pendidikan formal, kursus online atau offline, seminar dan workshop. Siswa yang siap untuk masuk dunia kerja adalah lulusan dari Sekolah Menengah Kejuruan (SMK), akan tetapi kurikulum yang ditawarkan kepada siswa SMK tidak mengarah atau tidak berkembang sesuai dengan teknologi atau industri. Kurikulum atau ketrampilan yang ditawarkan masih sama seperti sebelum berkembangnya teknologi/khususnya di bidang komputer, keterampilan yang ditawarkan hanya tingkatan dasar, seharusnya seperti RPL dapat mengarahkan ketrampilannya semisal membuat system cerdas, sehingga mendekati keterampilan yang dibutuhkan seperti AI. Melalui kegiatan Amikom Mitra Masyarakat (AMM), kami mengadakan kegiatan seminar dan workshop secara daring yang bekerja sama dengan damar.in yang bertujuan untuk mengenalkan Artificial Intelligence. Metode Training of Trainer (TOT) digunakan dalam kegiatan webinar ini, peserta akan mendapatkan ilmu teori dan praktik. Peserta yang mengikuti webinar dari awal hingga akhir mencapai 31 siswa. Hasil evaluasi yang dilakukan setelah webinar didapatkan bahwa peserta menyatakan bahwa kegiatan webinar sangat bermanfaat, menjadi paham kebutuhan skill yang diperlukan untuk menghadapi dunia kerja, mendapatkan ilmu dan pengetahuan baru, dan memahami pentingnya ilmu Artificial Intelligence di era saat ini.
Analisis Gambar Sel Darah Berbasis Convolution Neural Network Untuk Mendiagnosis Penyakit Demam Berdarah Wiga Maulana Baihaqi; Chyntia Raras Ajeng Widiawati; Dila Putri Sabil; Anjar Wati
CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v7i1.308.148-159

Abstract

Demam berdarah masih menjadi masalah serius. Banyaknya kasus Demam Berdarah di dunia disebabkan oleh iklim yang tidak stabil dan curah hujan yang tinggi pada musim penghujan, yang berpotensi menjadi sarana perkembangbiakan nyamuk Aides Egypt. Tes darah merupakan alat diagnostik utama untuk mendeteksi beberapa penyakit seperti leukemia, demam berdarah, talasemia dan malaria. Perubahan jumlah sel darah ini dengan jelas mengidentifikasi penyebab penyakit. Penelitian ini berfokus pada sel darah merah dan sel darah putih dalam membantu dokter mendiagnosis pasien dengan virus demam berdarah, dimana Tes Hematologi dalam mendiagnosis demam berdarah memang memperhatikan persentase tingkat jumlah sel darah merah dan sel darah putih. Dalam Tes Hematologi, dilakukan penghitungan Hematokrit dan Hitung Darah Lengkap, yang merupakan metode umum untuk mendiagnosis infeksi dengue. Ukuran trombosit yang kecil membuat teknik ini tidak digunakan dalam penelitian ini. Penelitian ini mengusulkan algoritma Convolutional Neural Network untuk mengenali fitur set data sel darah dan mendeteksi demam berdarah berdasarkan masukan sel darah. Hasil penelitian yang dihasilkan menghasilkan metode dan sistem yang dapat mendiagnosis pasien DBD dengan memanfaatkan citra hapusan sel darah, sehingga dapat mempercepat proses diagnosis dan menghemat biaya.Kata kunci—demam berdarah, klasifikasi, Convolutional Neural Network
Pengaruh Teknologi Informasi Revolusi Industri 4.0 terhadap Perkembangan UMKM Sektor Industri Pengolahan Berlilana Berlilana; Rinda Utami; Wiga Maulana Baihaqi
Matrix : Jurnal Manajemen Teknologi dan Informatika Vol 10 No 3 (2020): MATRIX - Jurnal Manajemen Teknologi dan Informatika
Publisher : Unit Publikasi Ilmiah, P3M Politeknik Negeri Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31940/matrix.v10i3.1930

Abstract

Pertumbuhan ekonomi di Indonesia dapat dipengaruhi oleh perkembangan Usaha Mikro Kecil Menengah (UMKM). Teknologi baru era industri 4.0 menjadi salah satu penghambat perkembangan UMKM di Indonesia, karena pelaku UMKM tidak memiliki kemampuan untuk mengadopsi teknologi baru. Jika para pelaku UMKM dapat memanfaatkan teknologi seperti sistem informasi penjualan, media sosial, dan Google Bisnisku, maka teknologi tersebut akan dapat membantu dalam proses penjualan, pemasaran, dan komunikasi dengan pelanggan. Tujuan penelitian ini adalah untuk mengetahui kegunaan teknologi informasi seperti sistem informasi penjualan, media sosial, dan Google Bisnisku yang ada dalam UMKM dan mengetahui pengaruh teknologi informasi tersebut terhadap keberhasilan UMKM Kabupaten Banyumas. Metode penelitian yang digunakan adalah metode kuantitatif deskriptif dengan bantuan SPSS 22. Hasil penelitian menunjukkan UMKM yang sudah menggunakan teknologi seperti Tokopedia, Instagram, dan Google Maps berkembang dengan pesat. Omset dan aset semakin banyak, serta proses komunikasi dengan pelanggan menjadi semakin mudah. Hasil tersebut menandakan bahwa penggunaan teknologi informasi industri 4.0 dapat mempengaruhi perkembangan UMKM sehingga hubungan antara kedua variabel tersebut dapat dikatakan kuat.Pertumbuhan ekonomi di Indonesia dapat dipengaruhi oleh perkembangan Usaha Mikro Kecil Menengah (UMKM). Teknologi baru era industri 4.0 menjadi salah satu penghambat perkembangan UMKM di Indonesia, karena pelaku UMKM tidak memiliki kemampuan untuk mengadopsi teknologi baru. Jika para pelaku UMKM dapat memanfaatkan teknologi seperti sistem informasi penjualan, media sosial, dan Google Bisnisku, maka teknologi tersebut akan dapat membantu dalam proses penjualan, pemasaran, dan komunikasi dengan pelanggan. Tujuan penelitian ini adalah untuk mengetahui kegunaan teknologi informasi seperti sistem informasi penjualan, media sosial, dan Google Bisnisku yang ada dalam UMKM dan mengetahui pengaruh teknologi informasi tersebut terhadap keberhasilan UMKM Kabupaten Banyumas. Metode penelitian yang digunakan adalah metode kuantitatif deskriptif dengan bantuan SPSS 22. Hasil penelitian menunjukkan UMKM yang sudah menggunakan teknologi seperti Tokopedia, Instagram, dan Google Maps berkembang dengan pesat. Omset dan aset semakin banyak, serta proses komunikasi dengan pelanggan menjadi semakin mudah. Hasil tersebut menandakan bahwa penggunaan teknologi informasi industri 4.0 dapat mempengaruhi perkembangan UMKM sehingga hubungan antara kedua variabel tersebut dapat dikatakan kuat.
Pelatihan dan Pendampingan Pendaftaran Merek Dagang bagi Pelaku Usaha Mikro Kecil Menengah (UMKM) di Banyumas Wiga Maulana Baihaqi; Christoper Prima; Nabella Putri Widianto
Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 2 No. 1 (2021): Vol.2 No.1, October 2021
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/society.v2i1.176

Abstract

Hak Kekayaan Intelektual (HKI) adalah jaminan hukum terhadap segala bentuk pelanggaran hak kekayaan intelektual yang ada pada entitas Usaha Mikro, Kecil, dan Menengah (UMKM). Akan tetapi pelaku UMKM masih menganggap pendaftaran HKI adalah suatu pekerjaan yang sulit. Pelaku UMKM perlu mendapatkan sosialisasi agar mereka dapat mengetahui mekanisme penggunaan aplikasi pendaftaran HKI, selain itu mereka dapat mengetahui informasi terkait status dari HKI yang sudah diajukan dan diterima. Oleh karena itu, melalui pengabdian kepada masyarakat ini, pendaftaran HAKI secara daring akan disosialisasikan dan tujuan dari sosialisasi ini adalah di Banyumas. Pelaksanaan pengabdian kepada masyarakat ini dilaksanakan secara daring dengan memanfaatkan aplikasi Zoom. Terdapat dua pembahasan yang disampaikan, yaitu sosialisasi pentingnya HKI dimiliki oleh pelaku UMKM dan pendampingan pendaftaran HKI khususnya merek dagang melalui aplikasi yang disediakan oleh Direktorat Jenderal Kekayaan Intelektual. Terdapat 37 peserta yang terdaftar, tetapi hanya 25 peserta yang mengikuti kegiatan ini. Dari hasil kuisioner yang dibagikan kepada peserta pengabdian, 72% dari peserta sangat setuju kegiatan ini sangat bermanfaat dan menyerap pengetahuan baru. Hingga 52% peserta mengatakan sangat setuju bahwa mereka memahami materi dan 48% peserta menyatakan setuju telah memahami materi. Terakhir adalah peserta menginginkan kegiatan seperti ini dillaksanakan Kembali agar UMKM semakin meningkat nilai jualnya.
Penerapan Teknik Clustering Sebagai Strategi Pemasaran pada Penjualan Buku Di Tokopedia dan Shopee Wiga Maulana Baihaqi; Kuat Indartono; Syifaul Banat
Paradigma Vol 21, No 2 (2019): Periode September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (487.82 KB) | DOI: 10.31294/p.v21i2.6149

Abstract

Pustaka Aysha is one of the online bookstores in Shopee and Tokopedia. Shopee and Tokopedia are online shopping sites that are top ranked in Indonesia. The amount of competition that exists between stores so that requires a marketing strategy. This research uses clustering techniques in data mining marketing strategies. Clustereing is one technique in data mining to find data sets that have similarities with other data or data dissimilarity with others. The clustering process is carried out using k-means and k-medoids on the sales transaction data of the Pustaka Aysha bookstore in Shopee and Tokopedia on March 2019 and consists of each of the 488 data divided into 3 clusters namely the first cluster for the most product in demand, the second cluster for products that are quite popular and the third cluster for products that are of little interest. Both of these algorithms will be clustered evaluation to find out which algorithm has better performance in this research, the evaluation process is carried out using davies bouldin index to maximize inter cluster distance and minimize intra cluster distance, so the results obtained that the k-medoids algorithm have performance better than k-means.
Pemanfaatan Canva Dan Powtoon Untuk Peningkatan Kualitas Video Pembelajaran Bagi Guru Sekolah Dasar Wiga Maulana Baihaqi; Afnatasya Dwias Putri; Dwi Ayu Mutiara; Muh Nursaddam; Fina Ajril Izzati
Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 3 No. 2 (2023): Vol.3 No.2, April 2023
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/society.v3i2.263

Abstract

Pandemi Covid-19 turut andil dalam meningkatkan pengalaman guru sebagai pengajar untuk menyampaikan materi kepada siswa. Pengajar dipaksa untuk melakukan kegiatan pembelajaran jarak jauh dengan memanfaatkan e-learning karena kondisi Covid-19 dan dianjurkan oleh pemerintah. Sehingga guru harus menyusunan dan mengembangkan bahan ajar salah satunya adalah berbasis video dengan tujuan memaksimalkan proses pembelajaran online. Salah satu cara untuk mempersiapkan dan mengembangkan bahan ajar video adalah dengan menggunakan aplikasi online Canva dan Powtoon. Selain itu, Canva dan Powtoon dapat memberikan kemudahan bagi peserta didik untuk melihat video dimanapun dan kapanpun secara daring untuk dipahami kembali setelah proses pembelajaran dengan guru. Canva dan Powtoon menyediakan berbagai macam pilihan desain atau template yang dapat memudahkan  guru dalam mengembangkan bahan ajar video. Setelah mengikuti kegiatan Amikom Mitra Masyarakat, guru sebagai peserta pelatihan sudah dapat memanfaatkan dan mempraktekan Canva dan Powtoon dalam membuat video pembelajaran. Berdasarkan hasil evaluasi, guru atau peserta pelatihan merasa bahwa kegiatan ini bermanfaat, dapat menambah skil dalam pembuatan media ajar video, dan berharap ada kegiatan serupa di kemudian hari.
Perancangan Aplikasi Tebak Gambar Untuk Anak Tunarungu Khoerotul Melina Elistiana; Wiga Maulana Baihaqi
BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Vol 4 No 1 (2023): Maret
Publisher : Puslitbang Sinergis Asa Professional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37148/bios.v4i1.56

Abstract

Indonesia is one of the countries with the largest population in the world so it has various community groups, one of which is children with special needs who are deaf. A deaf child is someone who has lost the ability to hear. At a school in Purwokerto, deaf students cannot recognize general knowledge and arelazy to learn, especially in flat shape material. Often children like this need special tools in their learning to be effective, but the price of a teaching aid is quite expensive, so not all schools can afford it. As the technology of teaching aids develops, an application system that is more practical can be made, users just need to install it, no need to incur costs. In order for everything to be achieved, an MDLC (Multimedia Development Life Cycle) method was applied which was developed by Luther. This method has several stages of research such as concept, design, material collection, assembly, testing and distribution. Where the results of the research contain application designs that suit the needs of deaf children with features that are easy to understand.
Smart Farming System for Monitoring and Optimizing Paddy Field with Internet of Things Technology Bagus Adhi Kusuma; Sarmini Sarmini; Wiga Maulana Baihaqi; Sitaresmi Wahyu Handani
Telematika Vol 16, No 1: February (2023)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35671/telematika.v16i1.2183

Abstract

Rice is a type of plant that is very easy to find, especially those who live in rural areas. Most people make rice as a source of staple food. One of them is in Bugel Sampang Hamlet, Central Java, where the agricultural sector of the village often experiences rice harvest failure due to dry weather. The hilly geographical conditions that do not allow irrigation systems are the main problem, while the soil fertility of the hamlet is relatively good, as a result farmers find it difficult to optimize the treatment dose for agricultural land due to dry weather which often makes harvest conditions less than optimal. From the problems described above, the researcher aims to create an internet of things-based prototype by integrating a realtime firebase cloud service database, so that farmers can monitor the condition of their rice fields in real time, as well as monitor the weather that can be accessed using a website-based system. The method used is to integrate a microcontroller with sensors, namely DHT11, soil moisture sensor, barometer or air pressure sensor, anemometer or wind speed sensor, rainfall sensor, raindrop sensor using Arduino Mega 2560 and NodeMCU. Then the sensor acquisition data on the Arduino Mega 2560 is sent to the NodeMCU Lua Wifi V3 ESP8266 ESP12 using a JSON variable to be sent to firebase with an internet connection. The prototype has gone through thirty days running tests, while testing the information system using blackbox testing with data from the firebase realtime database. The results of the study concluded that the prototype was able to monitor the condition of the land properly and the system worked well and could support the optimization of farmers in the treatment of rice fields, so that the use of fertilizers, water, and other treatment efforts became more efficient.
Comparison of Predictions on the Number of Online Motorbike Taxi Transactions Using Linear Regression and Random Forest Dian Pramesti; Wiga Maulana Baihaqi
Generation Journal Vol 7 No 3 (2023): Special Issue October 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v7i3.20676

Abstract

Pada saat ini kemajuan teknologi memberikan dampak yang signifikan terhadap kehidupan manusia. Salah satunya adalah industri transportasi. Masyarakat beralih dari ojek tradisional ke ojek online. Dalam menghadapi pesatnya pertumbuhan industri ojek online, penyedia layanan transportasi harus memahami faktor-faktor yang mempengaruhi jumlah transaksi pengguna dalam menggunakan layanan tersebut. Tujuan dari penelitian ini yaitu memprediksi tarif ojek online menggunakan metode regresi linier dan random forest dengan memperhitungkan semua karakteristik yang relevan. Setelah dianalisis, model regresi linier memberikan kinerja yang lebih baik dalam hal kesalahan prediksi (RMSE dan MSE) serta MAPE yang lebih rendah dibandingkan dengan model random forest. Untuk penelitian selanjutnya, diharapkan agar dilakukan analisis yang lebih mendalam pada dataset, guna mencapai peningkatan nilai MSE, RMSE, dan MAPE.
A Soft Voting Ensemble Classifier to Improve Survival Rate Predictions of Cardiovascular Heart Failure Patients Arif Munandar; Wiga Maulana Baihaqi; Ade Nurhopipah
ILKOM Jurnal Ilmiah Vol 15, No 2 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i2.1632.344-352

Abstract

Cardiovascular disease is one of the deadliest diseases, claiming around 17 million lives worldwide each year. According to data from the World Health Organization (WHO), more than four out of five deaths from cardiovascular disease are caused by heart attacks and strokes, and one-third of these deaths occur prematurely in people under the age of 70. Machine learning approaches can be used to detect the disease. This research aims to improve the prediction model of cardiovascular heart failure patient survival using C4.5, KNN, Logistic Regression algorithms, and the ensemble learning method of Voting Classifier. Based on the testing results, each model showed a significant increase in accuracy in the 70:30 ratio. Logistic Regression and C4.5 achieved the same accuracy, 89.47%, KNN obtained 91.23%, and Voting Classifier experienced a considerable improvement, reaching 94.74%. In testing with ratios of 90:10, 80:20, and 70:30, KNN demonstrated high accuracy but had significant overfitting, with a difference of 7-9% between training and testing accuracy scores in the 90:10 and 80:20 ratios. On the other hand, Voting Classifier showed stable performance in the 70:30 ratio, with an accuracy difference between training and testing scores below 1%. The conclusion of this research is that the Voting Classifier can assist the performance improvement of algorithms for classifying the survival expectancy of cardiovascular heart failure patients into 'Survived' or 'Deceased', compared to Logistic Regression, KNN, and C4.5.