Abstract:Mental disorders are stressors that can cause changes in a person's thinking, perception, behavior, and feelings. Schizophrenia is a psychotic mental disorder that has positive, negative, and cognitive signs and symptoms.…
. The World Health Organization in 2021 stated that the prevalence of schizophrenia in the world increased to 26 million people. Hallucinations are one of the symptoms of mental disorders where a person experiences changes or disturbances in sensory perception involving the five senses. The most common hallucination is auditory hallucination. One of the non-pharmacological treatments that can be done in patients with auditory hallucination is Murottal Therapy. Murottal therapy is a therapy by reading or listening to Al-Qur'an. The purpose of this study was to obtain an overview of the nursing process regarding the application of murottal therapy as an effort to control auditory hallucination. The research method used is a case study with the target of schizophrenia patients with auditory hallucinations at Banyumas Hospital. After Murottal Therapy for 6 days, the results showed that the patient could control his hallucinations as evidenced by the Auditory Hallucination Rating Scale score which decreased, score of 22 on the first day and a score of 10 on the sixth day. Therefore, it can be concluded that Murottal Therapy Surah Ar-Rahman verses 1-78 which is performed once a day for 6 days with a duration of 16 minutes, has proven effective for controlling auditory hallucinations in schizophrenic patients.
Abstract:Skizofrenia merupakan salah satu golongan gangguan jiwa berat dengan penyebab yang heterogen baik dari gejala klinisnya, respon dari pengobatan, serta perjalanan penyakitnya yang bervariasi. Tanda dan gejala skizofrenia…
terbagi menjadi tiga pengelompokan diantaranya gejala kognitif, gejala negatif dan gejala positif. Gejala positif yang umum pada pasien skizofrenia yaitu halusinasi. Halusinasi merupakan suatu gejala gangguan jiwa di mana pasien merasakan suatu stimulus yang nyatanya hal tersebut tidak ada. Pasien dengan halusinasi mengalami perubahan persepsi sensori, merasakan sensasi palsu misalnya penglihatan, pengecapan, perabaan, dan penciuman. Halusinasi ada beberapa jenis, salah satunya yaitu halusinasi pendengaran. Halusinasi pendengaran bermacam-macam bentuknya, dapat berupa bunyi mendenging, suara mengancam, atau suara yang tidak ada makna tetapi sering sekali terdengar sebagai sesuatu kalimat yang berarti. Gangguan halusinasi dapat diatasi dengan cara non farmakologi, terapi non farmakologi bisa lebih aman digunakan karena tidak dapat menimbulkan efek samping seperti obat-obatan, salah satu terapi non farmakologi yang lebih efektif adalah dengan mendengarkan musik. Tujuan terapi musik yaitu dinilai sangat efektif dalam mengurangi kecemasan dan stres, membantu mendorong relaksasi, mengurangi depresi, pemecahan masalah dan dapat mengontrol halusinasi. Terapi musik dangdut pada studi kasus ini dilakukan selama 4 hari berturut-turut. Penulis menggunakan metode deskriptif di RSUD Banyumas yaitu penerapan studi kasus dengan proses tindakan keperawatan berupa dengan pengkajian, perumusan diagnosa, intervensi, implementasi dan evaluasi. Studi kasus ini diharapkan dapat menurunkan frekuensi halusinasi pendengaran pada pasien dan dari hasil catatan lembar keperawatan menunjukan pasien mengalami penurunan frekuensi halusinasi pendengaran dengan tanda gejala halusinasi pendengaran yang di awal 6 turun menjadi 2 poin setelah dilakukan terapi musik yang diterapkan oleh penulis
Abstract:Program magang, salah satu jenis pengabdian kepada masyarakat, membantu menghubungkan antara pembelajaran teoritis di perguruan tinggi dan praktik kerja di lapangan. Tujuan dari artikel ini adalah untuk menjelaskan bagaimana…
mana program magang mahasiswa hukum dijalankan di Kejaksaan Tinggi Sulawesi Tengah dan bagaimana program ini berdampak pada peningkatan kemampuan mahasiswa dalam praktik hukum. Selama magang, pendekatan kualitatif dengan pendekatan deskriptif digunakan, dengan observasi langsung dan wawancara digunakan. Hasil pengabdian menunjukkan bahwa siswa memperoleh keterampilan yang lebih baik baik dalam kemampuan keras maupun halus. Ini termasuk pemahaman yang lebih baik tentang bagaimana sistem kerja kejaksaan bekerja, keterampilan administrasi hukum yang lebih baik, kemampuan untuk menulis dan menganalisis dokumen hukum, dan peningkatan moral dan sikap profesional. Selain itu, kehadiran mahasiswa magang meningkatkan pelayanan publik dan administrasi di Kejaksaan Tinggi. Dengan demikian, program magang ini membantu mahasiswa belajar praktik hukum dan menjadikan kejaksaan sebagai mitra pengabdian Masyarakat
Abstract:Abstract: Introducing the maritime world to early childhood is an approach to developing awareness and knowledge of the role of the sea as a natural resource in Indonesia. This can be accomplished, for instance, by introducing…
ducing different types of ships and using coloring pages and images as an engaging way to learn. The activity was carried out in one of the day care located in Surabaya, with the par-ticipation of young children between the ages of 1 to 3 years old. The method applied in this community service activity is an educational method using a participatory approach. The activity was carried out in a number of phases, including preliminary observation and partner coordination, the creation of educational materials in the form of illustrations of various ship types, brief explanation of ship introduction, and ship coloring activities. Based on the activities that have been done, the children gave a positive response to learning and coloring activities. Using pictures and hands-on activities, the children tend to remember the shape and name of the ship that has been explained previously more easily. Coloring activities encourage fine-motor skills development and children's creativity.
Keywords: coloring; early childhood; maritime; ship
Abstrak: Pengenalan dunia maritim pada anak usia dini penting untuk menumbuhkan pengetahuan tentang peran laut sebagai sumber daya alam di Indonesia. Salah satu cara yang dapat dilakukan adalah melalui pengenalan jenis kapal dengan memanfaatkan media gambar dan aktivitas mewarnai sebagai bentuk pembelajaran visual yang menarik. Kegiatan pengabdian kepada masyarakat ini dilaksanakan di taman penitipan anak yang berlokasi di Surabaya dengan melibatkan anak usia dini berusia 1–3 tahun. Metode yang digunakan adalah metode edukatif dengan pendekatan partisipatif. Pelaksanaan kegiatan meliputi beberapa tahapan, yaitu observasi awal dan koordinasi dengan mitra, persiapan media pembelajaran berupa gambar jenis-jenis kapal, penyampaian materi pengenalan kapal secara singkat, serta aktivitas mewarnai gambar kapal. Hasil kegiatan menunjukkan bahwa anak-anak memberikan respons positif terhadap kegiatan yang dilakukan. Dengan bantuan media visual dan aktivitas langsung, anak-anak lebih mudah mengenali bentuk dan nama kapal. Selain itu, kegiatan mewarnai juga mendukung perkembangan motorik halus serta kreativitas anak.
Kata kunci: anak usia dini; kapal; maritime; mewarnai
Abstract:Jaring Halus Village experiences serious sanitation problems, including itching due to unclean water and an unhealthy environment. This research aims to identify major public health problems, design interventions to reduce…
ce the prevalence of these diseases. The aspect used is quantitative with a participatory approach and is carried out as part of a form of community service program. This program not only aims to identify and resolve health problems, but also integrates research to support the sustainability of the interventions that have been designed by providing education regarding PHBS and providing KUJARAI herbal drinks. Data was collected through village consultations involving 924 family heads. Participants were selected purposively. Measurements were carried out using the USG (Urgency Seriousness Growth) method. Data were analyzed descriptively and statistically. Itching is the main health problem with the highest score (U=99, S=101, G=105; total 305). This program has succeeded in increasing public awareness of sanitation and personal hygiene. Community-based interventions such as simple water filtration and hygiene education have proven effective in reducing skin diseases in Jaring Halus Village. Future research needs to assess the sustainability of intervention programs to prevent the return of sanitation-related diseases.
Keywords: Behavior; Coast; Environment; Health; Sanitation.
Abstrak: Desa Jaring Halus mengalami masalah sanitasi yang serius, termasuk penyakit gatal-gatal akibat air yang tidak bersih dan lingkungan yang tidak sehat. Penelitian ini bertujuan mengidentifikasi masalah utama kesehatan masyarakat, merancang intervensi untuk mengurangi prevalensi penyakit tersebut. Aspek yang digunakan ialah kuantitatif dengan pendekatan partisipatif dan dilakukan sebagai bagian dari bentuk program pengabdian kepada masyarakat. Program ini tidak hanya bertujuan untuk mengidentifikasi dan menyelesaikan masalah kesehatan, tetapi juga mengintegrasikan riset untuk mendukung bagaimana keberlanjutan dari intervensi yang sudah dirancang dengan melakukan penyuluhan mengenai PHBS dan memberikan minuman herbal KUJARAI. Data dikumpulkan melalui rembuk desa yang melibatkan 924 kepala keluarga. Partisipan dipilih secara purposive. Pengukuran dilakukan dengan metode USG (Urgency Seriousness Growth). Data dianalisis secara deskriptif dan statistik. Penyakit gatal-gatal menjadi masalah kesehatan utama dengan skor tertinggi (U=99, S=101, G=105; total 305). Program ini berhasil meningkatkan kesadaran masyarakat terhadap sanitasi dan kebersihan pribadi. Intervensi berbasis komunitas seperti penyaringan air sederhana dan penyuluhan kebersihan terbukti efektif dalam mengurangi penyakit kulit di Desa Jaring Halus. Penelitian selanjutnya perlu mengkaji keberlanjutan program intervensi untuk mencegah kembalinya penyakit terkait sanitasi.
Kata kunci: Kesehatan; Lingkungan; Perilaku; Pesisir Sanitasi.
Abstract:challenge that frequently affects daily life. Generally, the community faces water sources that are discolored, oily, and emit unpleasant odors due to their origins as former rice fields or peat soil. Clean water is one…
of the main needs for humans for survival and is a determining factor in public health and welfare. Making clean water sources in Sidomulyo Village using the electrocoagulation method is one solution that can be offered. The electrocoagulation method involves utilizing electrical energy to coagulate and remove fine particles from water. By conducting simulations or raising awareness among the public about this method, it aims to provide assistance to the community while promoting understanding of how the electrocoagulation process can be used to purify contaminated water sources, addressing issues such as water discoloration, oiliness, and unpleasant odor.
Keywords: clean water; polluted water; electrocoagulation method
Abstrak : Masalah air bersih di Desa Sidomulyo terus menjadi isu yang sering muncul dalam kehidupan sehari-hari. Secara umum, air yang digunakan oleh masyarakat di desa tersebut memiliki warna coklat kekuningan, terkontaminasi oleh minyak, dan memiliki aroma yang tidak sedap. Hal ini terjadi karena sumber air yang digunakan berasal dari bekas lahan pertanian sawah atau tanah gambut. Keberadaan air bersih sangat penting bagi kehidupan manusia dan berperan krusial dalam menjaga kesehatan dan kesejahteraan masyarakat. Salah satu solusi yang dapat diterapkan untuk menciptakan sumber air bersih di Desa Sidomulyo adalah dengan menggunakan metode elektrokoagulasi. Metode elektrokoagulasi adalah proses penggumpalan dan pengendapan partikel-partikel halus dalam air dengan menggunakan energi listrik. Diharapkan dengan melakukan simulasi atau penyuluhan kepada masyarakat tentang metode elektrokoagulasi, maka masyarakat dapat terbantu sekaligus memahami tentang aplikasi metode elektrokoagulasi untuk penjernihan sumber air yang tercemar seperti warna air yang kuning kecoklatan, berminyak, dan berbau.
Kata kunci : air bersih; air tercemar; metode elektrokoagulasi
Abstract:Abstract: Anomalous sound detection is essential for industrial predictive maintenance, as machine failures often originate from subtle acoustic changes during operation. However, high background noise and limitations of…
conventional Convolutional Neural Networks (CNN) reduce detection reliability. This study proposes a 1D-CNN-based anomaly detection framework with multi-view feature fusion and temporal segmentation to enhance detection performance. The approach combines MFCC, Log-Mel Spectrogram, and Chroma STFT features, while temporal segmentation divides audio signals into 5-second segments to better capture transient anomalies. Experiments on the MIMII dataset under varying Signal-to-Noise Ratio (SNR) conditions show that MFCC and Log-Mel fusion achieves the best performance, with 97.90% accuracy and ROC-AUC of 0.9789. The model maintains accuracy above 90% at −6 dB, demonstrating strong robustness in noisy industrial environments.
Keywords: industrial anomaly detection; 1D-CNN; multi-view feature fusion; temporal segmentation; MIMII dataset.
Abstrak: Deteksi anomali suara merupakan komponen penting dalam sistem pemeliharaan prediktif industri, karena kegagalan mesin sering diawali oleh perubahan akustik yang bersifat halus selama proses operasi. Namun, tingkat kebisingan yang tinggi serta keterbatasan arsitektur Convolutional Neural Network (CNN) konvensional dapat menurunkan keandalan deteksi. Penelitian ini bertujuan mengusulkan kerangka deteksi anomali berbasis 1D-CNN yang mengintegrasikan strategi fusi fitur multi-view dan segmentasi temporal untuk meningkatkan kinerja deteksi. Pendekatan yang digunakan menggabungkan fitur MFCC, Log-Mel Spectrogram dan Chroma STFT, sementara teknik temporal splitting membagi sinyal audio menjadi segmen berdurasi 5 detik untuk menangkap anomali yang bersifat sementara. Eksperimen menggunakan dataset MIMII pada berbagai kondisi Signal-to-Noise Ratio (SNR) menunjukkan bahwa kombinasi MFCC dan Log-Mel Spectrogram menghasilkan kinerja terbaik dengan akurasi 97,90% dan ROC-AUC sebesar 0,9789. Model juga mempertahankan akurasi di atas 90% pada kondisi kebisingan ekstrem (−6 dB) yang menunjukkan ketahanan yang baik dalam lingkungan industri yang bising.
Kata kunci: deteksi anomali industri; 1D-CNN; fusi fitur multi-view; segmentasi temporal; dataset MIMII
Abstract:Abstract: Understanding students’ emotional conditions is important for evaluating engagement and learning atmosphere in classroom environments. However, conventional evaluation methods are often subjective and difficult…
lt to apply in real time. Therefore, this study proposes a real-time multi-face emotion detection system designed for classroom learning environments. The system integrates a CNN-based Tiny Face Detector for multi-scale face localization with a convolutional neural network to classify seven facial emotions: angry, disgust, fear, happy, sad, surprise, and neutral. Experimental evaluation was conducted using classroom video data under varying lighting conditions, face orientations, partial occlusions, and different numbers of detected faces per frame. The proposed system achieves stable real-time performance with processing speeds ranging from 10–20 FPS, depending on face density. The results show higher recognition performance for expressive emotions, while subtle emotions remain more challenging. Overall classification accuracy reaches above 80% when emotion predictions are aggregated across multiple faces and time windows. These results indicate that the proposed system is suitable for objective analysis of emotional dynamics in classroom environments and supports the deployment of lightweight emotion-aware monitoring systems for educational applications.
Keywords: classroom monitoring; convolutional neural network; facial emotion recognition; multi-face detection; tiny face detector.
Abstrak: Pemahaman terhadap kondisi emosional mahasiswa penting untuk mengevaluasi keterlibatan dan suasana pembelajaran di kelas. Namun, metode evaluasi konvensional umumnya bersifat subjektif dan sulit diterapkan secara real-time. Oleh karena itu, penelitian ini mengusulkan sistem deteksi emosi multi-wajah secara real-time yang dirancang untuk lingkungan pembelajaran di kelas. Sistem mengintegrasikan Tiny Face Detector berbasis CNN untuk pelokalan wajah multi-skala dengan jaringan saraf konvolusional untuk mengklasifikasikan tujuh emosi wajah, yaitu marah, jijik, takut, senang, sedih, terkejut, dan netral. Evaluasi eksperimen dilakukan menggunakan data video kelas dengan variasi kondisi pencahayaan, orientasi wajah, oklusi parsial, serta jumlah wajah yang berbeda dalam satu frame. Sistem menunjukkan kinerja real-time yang stabil dengan kecepatan pemrosesan antara 10–20 FPS, bergantung pada kepadatan wajah. Hasil pengujian menunjukkan kinerja yang lebih baik pada emosi ekspresif, sementara emosi dengan ciri halus lebih menantang untuk dikenali. Akurasi klasifikasi keseluruhan mencapai di atas 80% ketika hasil emosi diagregasi berdasarkan banyak wajah dan interval waktu. Hasil ini menunjukkan bahwa sistem yang diusulkan berpotensi digunakan untuk analisis objektif dinamika emosi di kelas serta mendukung pemantauan lingkungan pembelajaran berbasis kecerdasan buatan.
Kata kunci: pengenalan emosi wajah; deteksi multi-wajah; Tiny Face Detector; jaringan saraf konvolusional; pemantauan kelas.
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
Abstract:Abstract: Ms Glow Kisaran Original Store is one of the beauty companies that sells skincare products that are useful for maintaining healthy facial and body skin. However, the Original Ms. Glow series currently faces challenges…
hallenges such as tight competition and ineffective inventory management in terms of sales figures. This company sells ± 1500 products a month, but also often faces shortages and stockpiles of product, which can reduce customer confidence and cause Ms. Glow Kisaran Original to experience financial losses, among others. Conversely, if the demand for skincare increases but the skincare supply cannot be prepared, this is a loss for the store and customers. The purpose of this study is to improve the accuracy of the forecast, the use of the Single Exponential Smoothing Method is proposed. This method smoothes past values with exponential weights, placing greater emphasis on the latest data. The use of data from the last 12 months as reference data for past recording for forecasting experiments for the next 1 (one) month. The results of the study at Ms Glow Kisaran show the flexibility of the method in adapting to different sales dynamics. Overall, this research helps in predicting skincare sales predictions at the Ms Glow Kisaran Original Kisaran Store using the Single Exponentian Smoothing method, so that it can overcome the challenges in predicting sales figures.
Keywords: ms glow kisaran; skincare sales; ses.
Abstrak: Toko Ms Glow Kisaran Original merupakan salah satu perusahaan di bidang kecantikan yang menjual produk-produk skincare yang bermanfaat untuk menjaga kesehatan kulit wajah dan tubuh. Namun rangkaian Original Ms. Glow saat ini menghadapi tantangan seperti persaingan yang ketat dan pengelolaan inventaris yang kurang efektif dalam hal angka penjualan. Perusahaan ini menjual ±1500 produk dalam sebulan, namun juga sering menghadapi kekurangan dan penumpukan stok produk, yang dapat menurunkan kepercayaan pelanggan dan menyebabkan Ms. Glow Kisaran Original mengalami kerugian finansial. Sebaliknya jika permintaan akan skincare meningkat namun persediaan skincare tidak dapat disiapkan maka ini menjadi kerugian bagi pihak toko dan pelanggan. Tujuan penelitian ini adalah untuk meningkatkan ketepatan perkiraan, penggunaan Metode Single Exponential Smoothing diusulkan. Metode ini menghaluskan nilai masa lalu dengan bobot eksponensial, memberikan penekanan lebih besar pada data terbaru. Penggunaan data 12 bulan terakhir sebagai data acuan pencatatan masa lalu untuk percobaan peramalan untuk 1 (satu) bulan kedepan. Hasil penelitian pada Ms Glow Kisaran menunjukkan fleksibilitas metode dalam menyesuaikan diri dengan dinamika penjualan yang berbeda. Secara keseluruhan, Penelitian ini membantu dalam meramalkan prediksi penjualan skincare di Toko Ms glow Kisaran Original Kisaran menggunakan metode Single Exponentian Smoothing, sehingga dapat mengatasi tantangan dalam memprediksi angka penjualan.
Kata kunci: ms glow kisaran; penjualan skincare; ses.