Abstract:Abstract: The aim of this Community Service is to provide IT-based English language learning media training using Microsoft PowerPoint and make simple videos. This dedication was given to Early Childhood Education Teachers…
rs in the Buntu Pane District. The dedication session consisted of distributing material to participants, stages of making Microsoft PowerPoint, and making simple videos. The model used is the training model, delivering material, question and answer session, and direct practice. In general, participants claimed that the training schedule was appropriate, time was shared (delivering material, demonstrations, questions and answers, and direct practice). The participants of the activity were satisfied with the topic presented and felt that most of the expectations and objectives of the service had been fulfilled. The evaluation results showed that the material presented could be well followed.
Keywords: english language; microsoft powerpoint; early childhood education teachers
Abstrak: Tujuan dari Pengabdian Masyarakat ini adalah memberikan pelatihan media pembelajaran bahasa inggris berbasis IT menggunakan Mcrosoft PowerPoint dan membuat video sederhana. Pengabdian ini diberikan kepada Guru Guru PAUD ( Pendidikan Anak Usia Dini ) Se-Kecamatan Buntu Pane. Sesi Pengabdian terdiri dari membagikan materi kepada peserta, tahapan-tahapan membuat Microsoft PowerPoint, dan membuat video sederhana. Model yang digunakan adalah model pelatihan, menyampaikan materi, sesi tanya jawab, dan praktek langsung. Secara umum, peserta mengklaim bahwa jadwal pelatihan sudah tepat, pembagian waktu ( menyampaikan materi, demonstrasi, tanya jawab, dan praktek langsung). Peserta kegiatan puas dengan topik yang disajikan dan merasa bahwa sebagian besar harapan dan tujuan pengabdian sudah terpenuhi. Hasil evaluasi menunjukkan bahwa materi yang disampaikan dapat diikuti dengan baik.
Kata kunci: bahasa inggris; microsoft powerpoint; guru pendidikan anak usia dini (PAUD)
Abstract:Abstract: The problem of disability is now a global health problem. As a result of disability, problems affect the productivity and quality of health of individuals and the community. Persons with disabilities are not just…
st people who have physical disabilities. People with mental disorders (ODGJ) are included in a group of people with disabilities. The stigma of Indonesian society that is still very strong regarding ODGJ is not as strong as that of other people with disabilities. This should not be allowed because it will result in a violation of dignity and value. The purpose of this activity is to establish and optimize the role of Mental Health Cadres (KKJ) in the community who are trained in the early detection of mental disorders in the community. This activity was carried out in the Magelang village in the Central Magelang subdistrict, Magelang city. With a population of 6,441 people, most of the community work in the Magelang village is working in the field of community services, government & individuals. In the 2019 Magelang sub-district has 18 patients with mental disorders. The results of the activities of the formation of mental health cadres (KKJ) in the community trained as many as 15 active cadres and are able to conduct early detection of mental disorders in the community so that the number of ODGJ of Magelang village is known to be 34 people and there are 2 people at risk of mental disorders. After knowing the number of ODGJ cadres implementing to the community one of them by providing psychological knowledge for families and communities.
Keywords: disability; mental health cadres; mental disorders
Abstrak: Masalah disabilitas saat ini menjadi masalah kesehatan global. Akibat adanya masalah disabilitas mempengaruhi produktivitas dan kualitas kesehatan perseorangan maupun masyarakat. Penyandang disabilitas bukan hanya orang yang mengalami kecacatan fisik saja. Orang dengan gangguan jiwa (ODGJ) termasuk dalam golongan penyandang disabilitas. Stigma masyarakat Indonesia yang masih sangat kuat mengenai ODGJ tidak sekuat pada penyandang disabilitas lainnya. Hal ini tidak boleh dibiarkan karena akan mengakibatkan pelanggaran martabat dan nilai. Tujuan dari kegiatan ini untuk membentuk dan mengoptimalkan peran Kader Kesehatan Jiwa (KKJ) di masyarakat yang terlatih dalam melakukan deteksi dini kasus gangguan jiwa di masyarakat. kegiatan ini dilakukan dengan metode pendampingan kepada kader serta membantu para kader yang telah melakukan pelatihan tentang kesehatan jiwa. Dalam melakukan deteksi dini gangguan jiwa dimasyarakat dan pemetaan rumah penyandang disabilitas. Hasil kegiatan terbentuknya Kader Kesehatan Jiwa (KKJ) di masyarakat yang terlatih sebanyak 15 kader aktif dan mampu melakukan deteksi dini gangguan jiwa dimasyarakat sehingga diketahui jumlah ODGJ kelurahan magelang sebanyak 34 orang dan resiko gangguan jiwa ada 2 orang. Setelah diketahuinya jumlah ODGJ kader melakukan implementasi ke masyarakat salah satunya dengan cara memberikan pengetahuan psikologis bagi keluarga dan masyarakat.
Kata Kunci: disabilitas; gangguan jiwa; kader kesehatan jiwa
Abstract:ABSTRACT The decline in interest in reading among the younger generation is caused by, among other things, being distracted from the attention and leisure time of young people in social media activities. In addition, to…
get the information they need, they can get it only by using their smartphone. Seeing the situation that concerns this, the effort to stimulate literacy education must be instilled from the beginning of time. This PPM aims to increase reading interest of Bunda Hajar Dusun Sukanegla PAUD students, Desa Hegarmanah, Jatinangor, Sumedang. In order to be interesting, the delivery of counseling and educational activities is carried out using the storytelling method. The results obtained, children are more interested in listening, able to survive listening and can answer questions about fairy tales delivered.
Keywords: literacy education, fairy tales, early childhood education
ABSTRAK
Menurunnya minat membaca di kalangan generasi milenial disebabkan oleh antara lain teralihnya perhatian dan luang waktu anak muda pada kegiatan media sosial. Selain itu, untuk memperoleh informasi yang mereka butuhkan, mereka bisa mendapatkan secara instan hanya dengan melalui telepon genggam. Melihat keadaan yang memprihatikan ini, maka upaya menstimulasi edukasi literasi harus ditanamkan sejak usia dini. Pengabdian Pada Masyarakat (PPM) ini bertujuan meningkatkan minat baca dengan sasaran siswa PAUD Bunda Hajar Dusun Sukanegla Desa Hegarmanah Jatinangor Kabupaten Sumedang. Agar menarik, penyampaian penyuluhan dan kegiatan edukasi dilaksanakan dengan menggunakan metode mendongeng. Hasil yang diperoleh, anak-anak lebih tertarik mendengarkan, mampu bertahan menyimak dan dapat menjawab pertanyaan seputar dongeng yang disampaikan.
Kata kunci: edukasi literasi, dongeng, pendidikan anak usia dini
Abstract:Abstract: The beginning to print a generation of Muslims with Qur'ani insight is to instill a love for the Qur'an from an early age. One of them is the command to read the Qur'an which is the first step for understanding…
and practicing content. The development of information and communication technology is very rapidly developing, which affects human capabilities, and computers become highly needed tools in various fields. One of the elementary schools that want to develop their students especially in memorizing the Qur'anic verses by using information technology is Darul Adzkia IT Elementary School. SD IT offers a variety of knowledge, intelligence, skills, religion, interaction with society at large. Students of Darul Adzkia IT Elementary School are targeted to be able to memorize verses of Al-Qur'an juz 30. With Digital Tajwid Al-Qur'an Application. This training aims to help children in easier memorization, improve memorization and maintain memorization. So that it is useful not only for students, but also makes it easier for teachers to practice memorization and evaluate the memorization of their students.
Keywords: Increase Tahfidz Qur'an, digital recitation Qur'an,
Abstrak: Awal untuk mencetak generasi Islam yang berwawasan Qur’ani adalah menanamkan kecintaan terhadap Al-Qur’an sejak dini. Salah satunya adalah perintah membaca Al-Qur’an yang merupakan langkah awal bagi upaya pemahaman dan pengamalan isi. Perkembangan teknologi informasi dan komunikasi sangat berkembang dengan pesat, yang mempengaruhi kemampuan manusia, dan komputer menjadi alat yang sangat dibutuhkan di berbagai bidang. Salah satu Sekolah Dasar yang ingin mengembangkan Siswa-siswinya khususnya dalam menghafalkan Ayat Suci Al-Qur’an dengan menggunakan Teknologi informasi adalah Sekolah Dasar IT Darul Adzkia. SD IT menawarkan berbagai pengetahuan, kecerdasan, ketrampilan, keagamaan, interaksi dengan masyarakat secara luas. Siswa – Siswi SD IT Darul Adzkia ditargetkan untuk mampu menghafal ayat Al-Qur’an juz 30. Dengan Aplikasi Al-Qur’an Digital Tajwid.Pelatihan ini bertujuan untuk membantu anak dalam mempermudah menghafal, meningkatkan hafalan serta menjaga hafalannya. Sehingga bermanfaat bukan hanya untuk siswa-siswi, melainkan juga mempermudah Guru dalam melatih hafalan serta mengevaluasi hafalan siswa-siswinya.
Kata kunci: Meningkatkan Tahfidz Qur’an, Alqur’an digital tajwid,
Abstract:Abstract: Student graduation is an urgent matter that is an indicator of the success of a university in producing its learning output. Several factors influence student graduation such as GPA, attendance, late taking credits,…
dits, and lack of student involvement in academic activities. The urgency of this research, universities need a method that is able to predict student graduation early so that it can provide academic intervention to students who have the potential to experience delays or fail to graduate. However, limited access to real academic data is often an obstacle in the development of predictive models, Therefore, this study aims to implement the XGBoost algorithm to predict student graduation based on several academic variables, namely the Cumulative Grade Point Average (GPA), the number of credits taken, the percentage of attendance, and the average grade of students. Model training using the XGBoost algorithm using a simulation dataset of 500 students who are labeled as graduating into two classes, namely passed and failed. The results of the study showed that the classification performance was very good with an accuracy value of 99.6%, Precision 99.7%, recall 99.4%.
Keywords: xgboost algorithm; data mining; student graduation
Abstrak: Kelulusan mahasiswa merupakan hal urgensi yang menjadi indikator keberhasilan sebuah perguruan tinggi dalam menghasilkan output pembelajarannya. Beberapa Faktor yang mempengaruhi kelulusan mahasiswa seperti IPK, kehadiran, keterlambatan pengambilan SKS, serta kurangnya keterlibatan mahasiswa dalam aktifitas akademik. Yang menjadi urgensi penelitian ini, Perguruan tinggi memerlukan suatu metode yang mampu memprediksi kelulusan mahasiswa secara dini sehingga dapat memberikan intervensi akademik kepada mahasiswa yang berpotensi mengalami keterlambatan atau tidak lulus. Namun, keterbatasan akses terhadap data akademik riil sering menjadi kendala dalam pengembangan model prediksi, Oleh karena itu, penelitian ini bertujuan mengimplementasikan algoritma XGBoost untuk memprediksi kelulusan mahasiswa berdasarkan beberapa variabel akademik, yaitu Indeks Prestasi Kumulatif (IPK), jumlah SKS yang ditempuh, persentase kehadiran, dan nilai rata-rata mahasiswa. Pelatihan model menggunakan algoritma XGBoost dengan menggunakan dataset simulasi 500 mahasiswa yang diberi label kelulusan menjadi dua kelas yaitu lulus dan tidak lulus. Hasil penelitian menunjukan bahwa performance klasifikasi yang sangat baik dengan nilai accurasi sebesar 99,6%, Precision 99,7%, recall 99,4%.
Kata kunci: algoritma xgbosst; kelulusan mahasiswa; penambangan data
Abstract:Abstract: The development of information and communication technology has driven digital transformation in various sectors, including agriculture. One of the technologies widely applied is the Internet of Things (IoT), which…
hich enables devices to be interconnected through the internet to perform monitoring and data exchange in real time. In hydroponic cultivation, water quality stability is a crucial factor that affects plant growth. The main parameters that need to be monitored include water acidity level (pH), water temperature, and dissolved nutrient concentration measured using Total Dissolved Solids (TDS). However, water quality monitoring is still commonly conducted manually, making it less efficient and potentially causing delays in detecting changes in water conditions. This study aims to design an IoT-based water quality monitoring system for hydroponic cultivation using an ESP32 microcontroller integrated with pH, temperature, and TDS sensors. The collected data are sent to a server and displayed on a web dashboard in real time, equipped with automatic notification features. The proposed system is expected to improve monitoring efficiency and increase the productivity of hydroponic cultivation
Keywords: esp32; hydroponics; internet of things; real-time monitoring; water quality.
Abstrak: Perkembangan teknologi informasi dan komunikasi mendorong transformasi digital dalam berbagai sektor, termasuk pertanian. Salah satu teknologi yang banyak diterapkan adalah Internet of Things (IoT) yang memungkinkan perangkat saling terhubung melalui jaringan internet untuk melakukan pemantauan dan pertukaran data secara real-time. Pada budidaya hidroponik, kestabilan kualitas air menjadi faktor penting yang mempengaruhi pertumbuhan tanaman. Parameter utama yang perlu diperhatikan meliputi tingkat keasaman air (pH), suhu air, serta konsentrasi nutrisi terlarut yang diukur menggunakan Total Dissolved Solids (TDS). Namun, pemantauan kualitas air masih banyak dilakukan secara manual sehingga kurang efisien dan berpotensi menimbulkan keterlambatan dalam mendeteksi perubahan kondisi air. Penelitian ini bertujuan merancang sistem pemantauan kualitas air hidroponik berbasis IoT menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor pH, suhu, dan TDS. Data dikirim ke server dan ditampilkan pada web dashboard secara real-time serta dilengkapi notifikasi otomatis. Sistem ini diharapkan meningkatkan efisiensi pemantauan dan produktivitas budidaya hidroponik.
Kata kunci: esp32; hidroponik; internet of things; kualitas air; monitoring real-time
Abstract:Abstract: Mental health issues, particularly depression among young adult university students, are often detected late due to stigma and reluctance to seek medical consultation. The objective of this study is to develop…
an early screening model employing machine learning techniques, specifically the random forest algorithm, on a dataset of 268 students (aged 17-29 years; consisting of 98 males and 170 females) within a multicultural educational setting. The principal challenges associated with this dataset are class imbalance and the potential for data leakage from clinical scores. This study implements a rigorous feature selection approach that involves the elimination of depression score features and the utilization of the Synthetic Minority Over-sampling Technique (SMOTE) to balance the training data distribution. Furthermore, a Threshold Tuning strategy is employed to prioritize detection sensitivity (Recall). The findings indicate that reducing the decision threshold to an optimal value of 0.25 led to a substantial enhancement in the recall value, increasing it from 36% (baseline) to 77%. A feature importance analysis was conducted, the results of which indicated that Total Social Connectedness (ToSC) is the most dominant predictor. In summary, the present study corroborates the notion that optimizing sensitivity through threshold tuning is of paramount importance for medical screening. Furthermore, social isolation factors emerge as more significant indicators of depression risk than demographic attributes.
Keywords: data mining; depression; imbalanced data; random forest; smote; threshold tuning
Abstrak: Masalah kesehatan mental, khususnya depresi di kalangan mahasiswa dewasa muda, sering terdeteksi terlambat akibat stigma dan enggan mencari konsultasi medis. Tujuan studi ini adalah mengembangkan model skrining dini menggunakan teknik machine learning, khususnya algoritma random forest, pada dataset 268 mahasiswa (usia 17-29 tahun; terdiri dari 98 laki-laki dan 170 perempuan) dalam lingkungan pendidikan multikultural. Tantangan utama yang terkait dengan dataset ini adalah ketidakseimbangan kelas dan potensi kebocoran data dari skor klinis. Studi ini menerapkan pendekatan seleksi fitur yang ketat, yang melibatkan eliminasi fitur skor depresi dan penggunaan Teknik Over-sampling Minoritas Sintetis (SMOTE) untuk menyeimbangkan distribusi data pelatihan. Selain itu, strategi Penyesuaian Ambang Batas diterapkan untuk memprioritaskan sensitivitas deteksi (Recall). Hasil penelitian menunjukkan bahwa mengurangi ambang batas keputusan ke nilai optimal 0,25 menyebabkan peningkatan signifikan dalam nilai recall, dari 36% (dasar) menjadi 77%. Analisis pentingnya fitur dilakukan, hasilnya menunjukkan bahwa Total Social Connectedness (ToSC) adalah prediktor yang paling dominan. Secara ringkas, studi ini membenarkan bahwa mengoptimalkan sensitivitas melalui penyesuaian ambang batas sangat penting untuk skrining medis. Selain itu, faktor isolasi sosial muncul sebagai indikator risiko depresi yang lebih signifikan daripada atribut demografis.
Kata kunci: penambangan data; depresi; data tidak seimbang; hutan acak; smote; penyesuaian ambang batas
Abstract:Abstract: Human metapneumovirus (HMPV) poses a global health threat, but its detection remains challenging due to limited environmental monitoring. This study aims to develop a portable diagnostic tool for rapid HMPV detection…
ection by integrating cutting-edge biotechnology (CRISPR-Cas system and immunoassay) with air quality sensors on an Internet of Things (IoT)-based microfluidic platform controlled by an ESP32 microcontroller. The system is supported by a companion application and data analysis using Vertex AI, and is capable of providing results in less than fifteen minutes. The development results demonstrate the potential for improving detection accuracy and reliability, particularly with further development of virus-specific biosensors, sensor optimization, and algorithms. This technology is effective as a complementary tool for early screening and environment-based risk management in areas with limited laboratory facilities, although it does not completely replace molecular diagnostic methods such as PCR. A rapid diagnostic approach based on environmental sensors, IoT, and artificial intelligence is a promising strategy to improve early HMPV detection, accelerate public health responses, and strengthen respiratory infection prevention through integrated environmental monitoring and education functions.
Keywords: air quality; CRISPR-Cas; Human Metapneumovirus (HMPV); Internet of Things, portable diagnostic; public health; rapid detection; sensors.
Abstrak: Human metapneumovirus (HMPV) merupakan ancaman bagi kesehatan global, namun pendeteksiannya masih sulit akibat keterbatasan pemantauan lingkungan. Studi ini bertujuan mengembangkan alat diagnostik portabel untuk deteksi cepat HMPV melalui integrasi bioteknologi mutakhir (sistem CRISPR-Cas dan immunoassay) dengan sensor kualitas udara pada platform mikrofluida berbasis Internet of Things (IoT) yang dikendalikan mikrokontroler ESP32. Sistem ini didukung aplikasi pendamping dan analisis data menggunakan Vertex AI, serta mampu memberikan hasil dalam waktu kurang dari lima belas menit. Hasil pengembangan menunjukkan potensi peningkatan akurasi dan keandalan deteksi, terutama dengan pengembangan lanjutan berupa biosensor spesifik virus, optimalisasi sensor, dan algoritma. Teknologi ini efektif sebagai alat pelengkap untuk skrining awal dan manajemen risiko berbasis lingkungan di wilayah dengan keterbatasan fasilitas laboratorium, meskipun tidak sepenuhnya menggantikan metode diagnostik molekuler seperti PCR. Pendekatan diagnostik cepat berbasis sensor lingkungan, IoT, dan kecerdasan buatan menjadi strategi menjanjikan untuk meningkatkan deteksi dini HMPV, mempercepat respons kesehatan masyarakat, serta memperkuat pencegahan infeksi saluran pernapasan melalui fungsi pemantauan dan edukasi lingkungan yang terintegrasi.
Kata kunci: CRISPR-Cas; diagnostik portabel; deteksi cepat; Human Metapneumovirus (HMPV); kesehatan masyarakat; IoT (Internet of Things); sensor kualitas udara.
Abstract:Abstract: Stunting is a chronic nutritional condition in toddlers characterized by a Height-for-Age (HFA) measurement below the standard growth threshold, necessitating early detection to prevent long-term consequences.…
This study aims to classify toddler stunting status by comparing three machine learning methods: Random Forest (RF), K-Nearest Neighbor (KNN), and Support Vector Machine (SVM). The dataset comprises 345 toddler records from Puskesmas Indramayu (2025), including weight, height, and nutritional status based on WFA, HFA, and WFH indicators. Preprocessing steps include data cleaning, StandardScaler normalization, One-Hot Encoding for categorical features, and splitting the training and testing data with a ratio of 80:20. The comparison results are that KNN achieved the best performance with an accuracy of 71.01%, a precision of 0.69, a recall of 0.69, and an F1 score of 0.67, while RF and SVM both had an accuracy of 69.57% with F1 scores of 0.67 and 0.68, respectively. Thus, KNN demonstrated superior effectiveness in classifying the stunting status of toddlers compared to RF and SVM on this dataset.
Keywords: KNN; Random Forest; SVM; Stunting; toddlers
Abstract: Stunting adalah kondisi gizi kronis pada balita yang ditandai dengan pengukuran Tinggi Badan menurut Usia (HFA) di bawah ambang batas pertumbuhan standar, sehingga memerlukan deteksi dini untuk mencegah konsekuensi jangka panjang. Penelitian ini bertujuan untuk mengklasfikasikan status stunting pada balita dengan membandingkan tiga metode pembelajaran mesin: Random Forest (RF), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM). Kumpulan data terdiri dari 345 catatan balita dari puskesmas indramayu (2025), termaksut brat badan, tinggi badan, dan status gizi berdasarkan indicator WFA, HFA, dan WFH. Langkah-langkah prapemrosesan meliputi pembersian data, normalisasi Stand-ardScaler, One-Hot Encoding untuk fitur kategirikal, serta pembagian data pelatihan dan pengujian dengan rasio 80:20. Hasil perbadingan adalah KNN mencapai kinerja terbaik dengan akurasi 71,01%, presisi 0,69, recall 0,69, dan skor F1 sebesar 0,67, RF dan SVM keduanya memiliki akurasi 69,57% dengan skor F1 masing-masing sebesar 0,67 dan 0,68. Dengan demikian, KNN menunjukkan keefektifan yang lebih unggul dalam mengklasifikasikan status stunting balita dibandingkan dengan RF dan SVM pada da-taset ini.
Kata kunci: KNN; random forest; SVM; Stunting; Balita
Abstract:Abstract: Malaria remains a major global health problem, particularly in tropical countries such as Indonesia. Accurate early diagnosis is essential for reducing malaria-related morbidity and mortality. Conventional microscopic…
oscopic examination is time-consuming, highly dependent on expert personnel, and prone to human error. This study compares the performance of two Convolutional Neural Network (CNN) architectures, ResNet-50 and DenseNet-121, for malaria image classification. The Cell Images for Malaria dataset provided by the National Institutes of Health (NIH) through Kaggle was used, consisting of 27,558 microscopic blood cell images categorized into Parasitized and Uninfected classes. The dataset was divided into 80% training data and 20% testing data. Image preprocessing included resizing to 224 × 224 pixels, normalization, labeling, and data augmentation using RandomFlip, RandomRotation, RandomZoom, and RandomContrast. Experimental results showed that the ResNet-50 model trained for 100 epochs achieved the highest performance, with an accuracy of 95.54% and precision, recall, and F1-score of 0.96. The confusion matrix indicated 5,272 correctly classified images out of 5,510 testing samples. These findings demonstrate that ResNet-50 outperformed DenseNet-121 and has strong potential for supporting accurate, reliable, and efficient computer-aided malaria diagnosis based on microscopic blood smear images.
Keywords: computer-aided diagnosis; convolutional neural network (CNN); densenet-121; early detection; image classification; malaria; microscopic blood smear images; resnet-50;
Abstrak : Malaria masih menjadi masalah kesehatan global yang serius, terutama di negara tropis seperti Indonesia. Diagnosis dini yang akurat sangat penting untuk menurunkan angka morbiditas dan mortalitas. Metode konvensional berupa pemeriksaan mikroskopis memiliki keterbatasan karena memerlukan waktu yang relatif lama, bergantung pada tenaga ahli, dan berpotensi menimbulkan kesalahan manusia. Penelitian ini bertujuan membandingkan kinerja arsitektur Convolutional Neural Network (CNN) yaitu ResNet-50 dan DenseNet-121 dalam klasifikasi citra malaria. Dataset yang digunakan berasal dari Cell Images for Malaria yang disediakan oleh National Institutes of Health (NIH) melalui platform Kaggle, terdiri dari 27.558 citra dengan pembagian 80% data latih, 20% data validasi. Tahap praproses meliputi cleaning, resizing citra menjadi 224×224 piksel, normalisasi, labeling, serta data augmentasi menggunakan RandomFlip, RandomRotation, RandomZoom, dan RandomContrast. Hasil pengujian menunjukkan bahwa model ResNet-50 pada epoch 100 memperoleh akurasi sebesar 95,54% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,96. Confusion matrix menunjukkan jumlah prediksi benar sebanyak 5.272 dari total 5.510 data uji. Hasil ini menunjukkan bahwa arsitektur CNN mampu mengklasifikasikan citra malaria dengan tingkat akurasi yang tinggi dan memiliki kemampuan generalisasi yang baik terhadap data baru. Penelitian ini memberikan kontribusi dalam evaluasi performa arsitektur CNN untuk mendukung pengembangan sistem diagnosis malaria berbasis citra mikroskopis yang lebih cepat dan akurat.
Kata kunci: convolutional neural network (CNN); citra mikroskopis hapusan darah; densenet-121; diagnosis berbantuan komputer; deteksi dini; klasifikasi citra; malaria; resnet-50