Abstract:Abstract: SMKN 1 Setia Janji is one of the State Vocational Schools in Urung Pane, Kec. Faithful Promise, Kab. Asahan, North Sumatra. The determination of the research location at SMKN 1 Setia Janji is due to the lack of…
facilities to support students in determining the interests and talents that exist in the students themselves, especially in extracurricular support facilities so as to create a lack of students in finding interests and talents within students. Therefore, this study aims to design an expert system application using Certainty Factor which is intended to provide convenience for students in choosing the right extracurricular according to the interests and talents that exist in the student. This application is designed using the PHP programming language model and the system database uses MySQL. Methods The research uses descriptive qualitative methods and tends to use analysis. The final results obtained in the existing data sample show that student interest in Mading Extracurricular has a percentage of 86.9% and Paskibraka Extracurricular has a percentage of 80.8%, so that the data will be used as a student's choice in determining extracurricular activities at school.
Keywords: extracurricular; certainty factor; PHP; MySQL
Abstrak: SMKN 1 Setia janji ini merrupakan slah satu SMKN yang ada di Urung Pane, Kec. Setia Janji, Kab. Asahan, Sumatera Utara. Penetapan lokasi penelitian di SMKN 1 Setia janji ini dikarenakan masih minimnya fasilitas untuk mendukung para siswa dalam menentukan minat dan bakat yang ada pada diri siswa itu sendri terutama dalam fasilitas pendukung ekstrakulikuler sehingga membuat kurangnya siswa dalam menemukan minat dan bakat didalam diri siswa. Maka dari itu Penelitian ini bertujuan untuk merancang sebuah aplikasi Sistem Pakar dengan menggunakan Certainty Factor yang ditujukan untuk memberikan kemudahan bagi siswa dalam memilih ekstrakurikuler yang tepat sesuai minat dan bakat yang ada pada diri siswa tersebut. Aplikasi ini dirancang menggunakan Model bahasa pemograman PHP dan database sistem menggunakan MySQL. Metode Penelitian menggunakan metode kualitatif yang bersifat deskriptif dan cenderung menggunakan analisis. Hasil akhir yang di dapat dalam sample data yang ada menunjukan bahwa minat siswa tentang Ekstrakurikuler Mading memiliki persentasi sebesar 86.9 % dan Ekstrakulikuler Paskibraka memiliki persentasi sebesar 80.8 %, sehingga data tersebut akan bisa di gunakan sebagai pilihan siswa dalam menentukan Ekstrakurikuler di sekolah.
Kata Kunci : ekstrakurikuler; certainty factor; PHP; MySQL.
Abstract:Virgin Coconut Oil (VCO) is extracted coconut oil containing medium chain fatty acids that have been believed to have many health functions. These fatty acids are easily digested and absorbed by the intestines because the…
e size of the molecules is relatively small so that they can be directly burned by the body to produce energy. In addition, VCO contains lauric acid which can dissolve the virus membrane in the form of lipids so that it will interfere with the immunity of the virus, so that the virus becomes inactive. VCO is processed without heating, no additional chemicals, dyes, and preservatives so that it can survive as pure vegetable oil so that it does not change the composition or characteristics of the oil. VCO has high economic value. The manufacturing process is easy. The methods in this Community Service are Counseling, direct Practice and discussion. It is hoped that the use of coconuts will not only be sold in the form of unprocessed fruit but coconuts are processed into pure coconut oil or Virgin Coconut Oil and can be developed more widely through group entrepreneurship programs so as to increase the income of the congregation, especially the Women's group in the GMIT Marturia Oesapa Selatan Congregation, Kelapa Lima District, Kupang City.
Keyword: coconut fruit; processing; utilization; virgin coconut oil
Abstrak. Virgin Coconut Oil (VCO) merupakan minyak kelapa yang diekstraksi yang mengandung asam lemak yang memiliki rantai sedang yang telah dipercaya memiliki banyak fungsi untuk kesehatan. asam lemak tersebut mudah dicerna dan diserap oleh usus karena ukuran molekulnya relatif kecil sehingga dapat langsung dibakar oleh tubuh untuk memproduksi energi. Selain itu, VCO mengandung asam laurat yang dapat melarutkan membran virus berupa lipid sehingga akan mengganggu kekebalan virus, sehingga virus menjadi inaktif. VCO diproses tanpa pemanasan, tidak ada tambahan bahan kimia, pewarna, dan pengawet sehingga dapat bertahan sebagai minyak nabati murni sehingga tidak merubah komposisi atau karakteristik minyak. VCO mempunyai nilai ekonomis yang tinggi. Proses pembuatannya mudah. Metode dalam Pengabdian Masyarakat ini adalah Penyuluhan, langsung Praktek dan diskusi. Diharapkan pemanfaatan buah kelapa tidak hanya dijual dalam bentuk buah tanpa diolah tetapi buah kelapa diolah menjadi minyak kelapa murni atau Virgin Coconut Oil dan dapat dikembangkan secara lebih luas lagi melalui program kewirausahaan kelompok sehingga meningkatkan pendapatan jemaat, khususnya kelompok Kaum Perempuan di Jemaat GMIT Marturia Oesapa Selatan, Kecamatan Kelapa Lima Kota Kupang.
Kata kunci: buah kelapa; pengolahan; pemanfaatan; virgin coconut oil
Abstract:NAM Al-Mulk Vocational School is one of the Islamic-based vocational schools. In this school, there is learning about making appropriate products that can be used as entrepreneurial learning. However, there is still no education…
ducation on product creation that can be used as an entrepreneurial object that can be utilized for everyday economic needs. This service activity aims to provide training for NAM Al-Mulk Vocational School students in making solid soap that is safe for health and environmentally friendly. Solid soap is made by adding seaweed extract which has a multitude of benefits, one of which is to help moisturize the skin and treat irritation. The methods used are lectures, discussions, and direct practice during training. The results of the service received a good response from the participants based on the questionnaire results after the training, 75% of the training participants were satisfied with the soap-making training with the addition of seaweed extract because it met the participants' expectations. The results of ANOVA with Sig support this. equal to 0.000 < 0.05, it means that there is a difference in the average understanding of service participants before and after being given training in making solid soap with seaweed extract.
Keywords: solid soap; seaweed extract; enterpreneurship
Abstrak: Sekolah SMK NAM Al-Mulk merupakan salah satu sekolah SMK yang berbasis islam. Di sekolah ini terdapat pembelajaran mengenai pembuatan produk tepat guna yang dapat digunakan sebagai pembelajaran wirausaha. Namun, masih belum ada edukasi pembuatan pruduk yang bisa dijadikan sebagai objek berwirausaha yang dapat dimanfaatkan untuk kebutuhan sehari-hari yang bernilai ekonomi. Kegiatan pengabdian ini bertujuan memberikan pelatihan bagi siswa SMK NAM Al-Mulk dalam pembuatan sabun padat yang aman bagi kesehatan dan ramah lingkungan. Sabun padat yang dibuat dengan menambahkan ekstrak rumput laut yang memiliki segudang manfaat salah satunya untuk membantu melembabkan kulit dan mengatasi iritasi. Metode yang digunakan yakni ceramah, diskusi dan melakukan praktek langsung saat pelatihan. Hasil dari pengabdian mendapatkan tanggapan yang baik dari peserta berdasarkan hasil kuesioner setelah pelatihan sebesar 75% yaitu peserta pelatihan merasa puas dengan pelatihan pembuatan sabun dengan penambahan ekstrak rumput laut karena sesuai dengan harapan peserta. Hal ini didukung dengan hasil ANOVA dengan Sig. sebesar 0.000 < 0.05 maka dapat diartikan terdapat perbedaan rata-rata pemahaman peserta pengabdi sebelum dan sesudah diberikan pelatihan pembuatan sabun padat dengan ekstrak rumput laut.
Kata kunci: ekstrak rumput laut; produk tepat guna; sabun padat
Abstract:Penerapan teknologi kecerdasan buatan (AI) terus mengalami kemajuan pesat dan memiliki potensi yang luar biasa dalam mendukung transformasi digital di berbagai sektor. Dalam rangka pengembangan ekstrakurikuler di KIR 03,…
dilaksanakan sosialisasi inovasi AI dengan memanfaatkan robot personal assistant guna mendorong digitalisasi. Tujuan utama dari kegiatan pengabdian ini adalah untuk meningkatkan pemahaman peserta mengenai manfaat dan potensi penggunaan teknologi AI dalam konteks kegiatan ekstrakurikuler. Pendekatan yang digunakan meliputi penyampaian materi presentasi yang mendalam, interaksi tanya jawab yang aktif, serta dokumentasi kegiatan secara komprehensif. Hasil analisis data dari kuesioner menunjukkan peningkatan signifikan dalam pemahaman peserta setelah dilakukan sosialisasi. Respon positif peserta terhadap manfaat dan kemudahan penggunaan robot personal assistant menggambarkan kesuksesan sosialisasi ini. Sosialisasi ini memberikan implikasi potensial yang kuat dalam mendukung digitalisasi di KIR 03 dan berkontribusi bagi masyarakat pada umumnya.
Abstract:Abstract: Many ways taken by the government to realize the human resources of Indonesia with intellectual ability that can compete with the region even with other countries, one of them with a Mathematics Olympiad held both…
oth elementary / MI, SMP / MTs., SMA / SMK / MA even the level of Students . But sometimes those who can enjoy the Olympics are only certain schools. This is due to the lack of socialization conducted by the government regarding such activities as well as the factor of the school itself which still has a sense of inferior to compete with other schools. The purpose of this training activity is to improve the ability of students to solve Mathematics Olympic questions. The implementation of this activity was carried out at SMAN 2 Tanjung Balai, with the method of providing training and training strategies prepared by the writing team. the results of the training, that students are very enthusiastic in discussing Mathematical Olympiad problems with the tricks provided and they can easily answer the questions given without the constraints which means are expected to produce new seeds from the winners of the Mathematics Olympiad.
Keywords: Training, Problem Prediction, Mathematics Olympiad.
Abstrak: Banyak cara yang ditempuh oleh pemerintah untuk mewujudkan sumber daya manusia Indonesia dengan kemampuan intelektual yang dapat bersaing dengan daerah bahkan dengan Negara lain, salah satunya dengan diadakan Olimpiade Matematika baik tingkat SD/MI, SMP/MTs., SMA/SMK/MA bahkan tingkat Mahasiswa. Namun terkadang yang bisa menikmati kegiatan olimpiade tersebut hanyalah sekolah-sekolah tertentu saja. Hal tersebut disebabkan masih kurangmya sosialisasi yang dilakukan pemerintah mengenai kegiatan tersebut serta faktor dari sekolah itu sendiri yang masih memiliki rasa minder untuk bersaing dengan sekolah-sekolah lain. Tujuan dalam kegiatan pelatihan ini adalah untuk meningkatkan kemampuan peserta didik dalam menyelesaikan soal-soal Olimpiade Matematika. Penyelenggaraan kegiatan ini dilaksanakan di SMAN 2 Tanjung Balai, dengan metode memberikan pelatihan dan strategi pelatihan yang sudah disiapkan oleh tim penulis. hasil pelatihan tersebut, bahwa siswa sangat antusias dalam membahas soal-soal Olimpiade Matematika dengan trik yang diberikan dan mereka pun dapat dengan mudah menjawab soal-soal yang diberikan tanpa kendala yang berarti diharapkan mampu menghasilkan bibit-bibit baru dari pemenang Olimpiade Matematika.
Kata Kunci : Pelatihan, Prediksi Soal, Olimpiade Matematika.
Abstract:Abstract:In the education world many challenges always faced by the lecturers in delivering the material, this dikarnakan presentation factor in delivering the material is too monotonous and saturated and resulted in the…
students are not able to absorb everything that is delivered by teachers. This is experienced in LKP mekar sari pulo bandring as a course institution that operates as an extracurricular lesson in which most students are saturated in learning to use the old method. Media is one way to overcome both introduce the computer device and application program.
Keywords:Device, Aplication Program, Media
Abstrak:Dalam dunia pendidikan banyak tantangan yang selalu dihadapi oleh para tenaga pengajar dalam menyampaikan materi, ini dikarnakan faktor penyajian dalam menyampaikan materi terlalu monoton dan jenuh dan mengakibatkan siswa tidak mampu menyerap semua yang disampaikan tenaga pengajar. Hal ini lah yang dialami pada LKP mekar sari pulo bandring sebagai lembaga kursus yang beroperasi sebagai pelajaran ekstrakurikuler yang mana kebanyakan siswa jenuh dalam belajar menggunakan metode lama. Media merupakan salah satu cara untuk mengatasinya baik mengenalkan perangkat komputer maupun program aplikasinya.
Kata kunci:Perangkat, Program Aplikasi, Media
Abstract:Abstract: The advancement of digital technology has made it easier to create, process, and distribute files—using 317 files from the dataset https://www.kaggle.com/datasets/axon data/selfie-and-official-id-photo-dataset-18k…
t-18k images?select=metadata_image.csv has also introduced new challenges, such as the increasing practice of digital file manipulation that is difficult to detect visually. Therefore, an intelligent digital forensics system that can automatically and accurately detect file authenticity is required. This study aims to develop an intelligent digital forensics system for detecting file manipulation by leveraging metadata analysis and the Random Forest classification method. The methods used include extracting metadata from digital files—such as time information, device details, and processing history—followed by analysis to identify patterns of inconsistency that indicate manipulation. This data is then used as features in the classification process using the Random Forest algorithm to distinguish between original and manipulated files. The results of this study are expected to show that the use of metadata analysis combined with the Random Forest algorithm can improve accuracy in detecting digital file manipulation compared to conventional methods. The resulting system is expected to provide an effective, efficient, and integrated solution to support digital forensic investigations, Based on the test results, the system demonstrated good performance with an accuracy rate of 94%.
Keywords: Digital Forensics;File Manipulation;Metadata Analysis;Random Forest;Classification;Machine Learning
Abstrak:Perkembangan teknologi digital telah meningkatkan kemudahan dalam pembuatan, pengolahan,dan distribusi file sebanyak 317 file, sumber datasets https:// www.kaggle.com/datasets/axondata/selfie-and-official-id-photo-dataset-18k-images?select =metadata_image.csv, namun juga menimbulkan tantangan baru berupa meningkatnya praktik manipulasi file digital yang sulit dideteksi secara kasat mata. Oleh karena itu, diperlukan suatu sistem forensik digital yang cerdas dan mampu mendeteksi keaslian file secara otomatis dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem forensik digital cerdas untuk deteksi manipulasi file dengan memanfaatkan analisis metadata dan metode klasifikasi Random Forest. Metode yang digunakan meliputi proses ekstraksi metadata dari file digital, seperti informasi waktu, perangkat, dan riwayat pengolahan, kemudian dilakukan analisis untuk menemukan pola ketidaksesuaian yang mengindikasikan adanya manipulasi. Selanjutnya, data tersebut digunakan sebagai fitur dalam proses klasifikasi menggunakan algoritma Random Forest untuk membedakan antara file asli dan file yang telah dimanipulasi. Hasil dari penelitian ini diharapkan menunjukkan bahwa penggunaan analisis metadata yang dikombinasikan dengan algoritma Random Forest mampu meningkatkan akurasi dalam mendeteksi manipulasi file digital dibandingkan metode konvensional. Sistem yang dihasilkan dapat memberikan solusi yang efektif, efisien, dan terintegrasi dalam mendukung proses investigasi forensik digital, Berdasarkan hasil pengujian, sistem menunjukkan performa yang baik dengan tingkat akurasi sebesar 94%.
Kata Kunci: Forensik Digital, Manipulasi File, Metadata, Random Forest, Klasifikasi, Machine Learning.
Abstract:Abstract: The rapid growth of e-commerce mobile applications has generated large volumes of user reviews, making manual sentiment analysis increasingly impractical. This study aims to compare the effectiveness of three machine…
achine learning algorithms Support Vector Machine (SVM), Random Forest, and Naive Bayes for automated sentiment classification of Indonesian-language mobile application reviews. A dataset of 3,000 user reviews from the RupaRupa application on the Google Play Store was collected and preprocessed through normalization, tokenization, stopword removal, and stemming. TF-IDF vectorization was applied for feature extraction, while the Synthetic Minority Over-sampling Technique (SMOTE) was used to address class imbalance across three sentiment categories: positive, negative, and neutral. The results show that SVM achieved the highest accuracy of 90.02%, while Random Forest obtained the best F1-score of 88.08% when sufficient training data were available. Naive Bayes demonstrated relatively stable performance across varying training data sizes. Furthermore, TF-IDF keyword analysis revealed that negative reviews were primarily associated with delivery issues, technical problems, and pricing concerns. These findings demonstrate the effectiveness of machine learning approaches for sentiment classification and provide practical insights for improving mobile application services.
Keywords: sentiment analysis; machine learning; SMOTE; TF-IDF; text classification
Abstrak: Pertumbuhan pesat aplikasi mobile e-commerce telah menghasilkan volume ulasan pengguna yang sangat besar, sehingga analisis sentimen secara manual menjadi semakin tidak praktis. Penelitian ini bertujuan untuk membandingkan efektivitas tiga algoritma machine learning Support Vector Machine (SVM), Random Forest, dan Naive Bayes dalam melakukan klasifikasi sentimen otomatis terhadap ulasan aplikasi mobile berbahasa Indonesia. Dataset yang digunakan terdiri dari 3.000 ulasan pengguna aplikasi RupaRupa yang dikumpulkan dari Google Play Store. Data kemudian diproses melalui tahapan preprocessing yang meliputi normalisasi, tokenisasi, penghapusan stopword, dan stemming. Ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), sedangkan ketidakseimbangan kelas ditangani menggunakan Synthetic Minority Over-sampling Technique (SMOTE) pada tiga kategori sentimen, yaitu positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa SVM mencapai tingkat akurasi tertinggi sebesar 90,02%, sementara Random Forest memperoleh nilai F1-score terbaik sebesar 88,08% ketika tersedia data pelatihan yang memadai. Naive Bayes menunjukkan performa yang relatif stabil pada berbagai ukuran data pelatihan. Selain itu, analisis kata kunci berbasis TF-IDF mengungkapkan bahwa ulasan negatif terutama berkaitan dengan masalah pengiriman, kendala teknis aplikasi, dan isu harga. Temuan ini menunjukkan bahwa pendekatan machine learning efektif untuk klasifikasi sentimen serta memberikan wawasan yang bermanfaat dalam meningkatkan kualitas layanan aplikasi mobile.
Kata Kunci: analisis sentimen; pembelajaran mesin; SMOTE; TF-IDF; klasifikasi teks.
Abstract:Abstract: Automated batik motif classification is challenged by high inter-class similarity and texture complexity. This study proposes a hybrid model integrating MobileNetV2 as a feature extractor and Support Vector Machine…
hine (SVM) as the classifier to optimize accuracy and efficiency. Utilizing a Kaggle dataset of 8,640 images across 20 batik categories, the data was partitioned into 420 training images per class (Dayak: 360) and 15 testing images per class. The results demonstrate superior performance with 96.00% accuracy, exceeding the 90% target. The system showed high computational efficiency with a total execution time of 359.92 seconds and feature extraction taking only 22.63 seconds. This hybrid approach provides an ideal performance balance for resource-constrained mobile applications.
Keywords: batik classification; MobileNetV2; support vector machine; hybrid model; computational efficiency
Abstrak: Klasifikasi motif batik secara otomatis menghadapi tantangan kemiripan visual antar-kelas yang tinggi. Penelitian ini bertujuan mengoptimalkan akurasi dan efisiensi pengenalan batik menggunakan model hibrida MobileNetV2 sebagai pengekstraksi fitur dan Support Vector Machine (SVM) sebagai klasifikator. Menggunakan dataset Kaggle berisi 8.640 citra dari 20 kategori batik, data dibagi menjadi 420 citra latih per kelas (kecuali Batik Dayak 360) dan 15 citra uji per kelas. Hasil eksperimen menunjukkan performa impresif dengan akurasi 96,00%, melampaui target awal 90%. Sistem ini sangat efisien dengan total waktu eksekusi 359,92 detik, di mana ekstraksi fitur hanya membutuhkan 22,63 detik. Kombinasi MobileNetV2 dan SVM memberikan keseimbangan performa ideal untuk implementasi pada perangkat bergerak dengan sumber daya terbatas.
Kata kunci: klasifikasi batik; MobileNetV2; Support Vector Machine; Hybrid Model; efisiensi komputasi
Abstract:Abstract: One of the main challenges in digital image processing is limited resolution, which makes it difficult to preserve visual details when images are enlarged. Conventional methods such as Bilinear Interpolation are…
e commonly used for image upscaling; however, these approaches often produce blurred images, lose fine textures, and fail to reconstruct complex visual structures. This study aims to enhance digital image resolution by employing a deep learni based approach using a Low-Light Convolutional Neural Network (LLCNN) built upon a Deep Neural Network (DNN) architecture. The dataset used in this study is the DIV2K dataset, which consists of 1,000 high-resolution images. These images were downsampled using scaling factors of ×2, ×3, and ×4 to generate paired Low Resolution–High Resolution (LR–HR) data for training and evaluation. The proposed LLCNN is designed to extract important features such as edges, textures, and local patterns through multiple convolutional layers, followed by non-linear mapping to reconstruct high-resolution images more accurately. Quantitative performance evaluation was conducted using the Peak Signal-to-Noise Ratio (PSNR) and the Structural Similarity Index (SSIM). Model performance was evaluated quantitatively using the Peak Signal-to-Noise Ratio (PSNR) metric. Experimental results showed that the proposed method improved image quality compared to the bilinear method. These results indicate that the deep learning based approach effectively improves image sharpness and structural fidelity, thereby demonstrating its potential for digital image resolution enhancement.
Keywords: deep neural network; image resolution; low-light convolutional neural network; machine learning
Abstrak: Permasalahan utama dalam pengolahan citra digital adalah keterbatasan resolusi yang menyebabkan detail visual sulit dipertahankan ketika citra diperbesar. Metode konvensional seperti Bilinear Interpolation masih banyak digunakan, namun sering menghasilkan citra buram, kehilangan tekstur halus, serta tidak mampu merekonstruksi struktur visual yang kompleks. Penelitian ini bertujuan untuk meningkatkan kualitas resolusi citra digital dengan memanfaatkan pendekatan deep learning berbasis Low-Light Convolutional Neural Network (LLCNN) yang dibangun di atas arsitektur Deep Neural Network (DNN). Data yang digunakan dalam penelitian ini berasal dari dataset DIV2K, yang terdiri dari 1000 citra beresolusi tinggi. Citra tersebut diturunkan menjadi resolusi rendah menggunakan faktor downsampling ×2, ×3, dan ×4 untuk membentuk pasangan data Low Resolution–High Resolution (LR–HR) sebagai data pelatihan dan pengujian. LLCNN dirancang untuk mengekstraksi fitur-fitur penting seperti tepi, tekstur, dan pola lokal melalui beberapa lapisan konvolusi, kemudian melakukan pemetaan non-linear guna merekonstruksi citra resolusi tinggi secara lebih presisi. Evaluasi performa model dilakukan secara kuantitatif menggunakan metrik Peak Signal-to-Noise Ratio (PSNR). Hasil eksperimen menunjukkan bahwa metode yang diusulkan mampu meningkatkan kualitas citra dibandingkan metode bilinear. Hasil ini membuktikan bahwa pendekatan berbasis deep learning efektif dalam meningkatkan ketajaman dan kesesuaian struktur citra digital.
Kata kunci: deep neural network; low-light convolutional neural network; machine learning; resolusi citra