Abstract:The implementation of YOLOv4 technology in the image-processing-based learning system at SMK Negeri 2 Tanjungbalai aims to enhance students' understanding of various electronic components in the Audio-Video Engineering field.…
ield. Currently, the learning process is still conducted manually, where teachers bring components such as resistors, capacitors, and other electronic parts. This method presents challenges in teaching the names of electronic components, as manual learning requires more time and students must recognize each component physically, one by one. Furthermore, students need to process resistor color codes and IC markings, which demand significant time and understanding. The YOLOv4 algorithm, known for its efficiency and accuracy, is utilized to detect and identify the type and value of components such as resistors, capacitors, transistors, and ICs automatically. This community service activity includes training, workshops, and the implementation of an image-processing-based application designed to assist students in a more interactive and efficient learning process. The results of this initiative indicate that the use of this technology positively impacts students' comprehension and improves the effectiveness of learning media in the school laboratory.
Keywords: YOLOv4; image processing; electronic components; learning media
Abstrak: Penerapan teknologi YOLOv4 dalam sistem pembelajaran berbasis image processing di SMK Negeri 2 Tanjungbalai bertujuan untuk meningkatkan pemahaman siswa dalam mengenali berbagai komponen elektronika di bidang Teknik Audio Video. Media pembelajaran yang dilakukan saat ini masih menggunakan secara manual dengan cara guru membeawa komponen seperti resistor, kapasitor dan komponen lainnya. Dengan cara ini terdapat masalah dalam media pembelajaran untuk pengenalan nama nama komponen elektronika. Masalah yang terjadi pembelajaran manual membutuhkan waktu yang lebih lama dan siswa harus mengenali satu per satu nama nama komponen secara fisik. Selanjutnya siswa membutuhkan proses membaca kode warna resistor marking IC membutuhkan waktu dan pemahaman yang sangat lama. Algoritma YOLOv4 yang dikenal efisien dan akurat digunakan untuk mendeteksi serta mengidentifikasi jenis dan nilai komponen seperti resistor, kapasitor, transistor, dan IC secara otomatis. Kegiatan pengabdian ini mencakup pelatihan, workshop, serta implementasi aplikasi berbasis image processing yang dirancang untuk membantu siswa dalam proses pembelajaran yang lebih interaktif dan efisien. Hasil kegiatan menunjukkan bahwa penggunaan teknologi ini memberikan dampak positif terhadap pemahaman siswa serta meningkatkan efektivitas media pembelajaran di laboratorium sekolah.
Kata kunci: YOLOv4; image processing; komponen elektronika; media pembelajaran
Abstract:Abstrak: Teachers of Palembang 130 Elementary School still use one-way learning patterns where the teacher explains the material in front of the class and only relies on textbooks. Based on the results of interviews and…
discussions, the ability of SDN 130 Papuan teachers is still lacking. One contributing factor is age, besides the lack of availability of supporting facilities and infrastructure. SDN 130 Palembang teachers are more comfortable using conventional learning methods. They consider that conventional learning methods are easier, less difficult, and assume the material in the book is sufficient. This community service is aimed at providing training to teachers in SDN 130 Palembang in order to make the internet an alternative source of learning. The target to be achieved is to raise the motivation of teachers to recognize the internet as an alternative source of learning. The method used is counseling, direct practice, and discussion. The result of this activity is that teachers are greatly helped in the use of the internet as an alternative source of learning and developing teaching materials. So they don't just use my text as a learning resource.
Keywords: alternative learning resources; IT; internet utilization
Abstract: Guru-guru di SD Negeri 130 Palembang masih menggunakan pola pembelajaran satu arah dimana guru menjelaskan materi di depan kelas dan hanya mengandalkan buku teks. Berdasarkan hasil wawancara dan diskusi, kemampuan guru SDN 130 Papua masih kurang. Salah satu faktor penyebabnya adalah usia, selain kurangnya ketersediaan fasilitas dan infrastruktur pendukung. Guru SDN 130 Palembang lebih nyaman menggunakan metode pembelajaran konvensional. Mereka menganggap bahwa metode pembelajaran konvensional lebih mudah, tidak sulit, dan menganggap materi dalam buku ini sudah cukup. Pengabdian masyarakat ini bertujuan untuk memberikan pelatihan kepada guru-guru di SDN 130 Palembang untuk menjadikan internet sebagai sumber belajar alternatif. Sasaran yang ingin dicapai adalah meningkatkan motivasi guru untuk mengenali internet sebagai sumber belajar alternatif. Metode yang digunakan adalah konseling, praktik langsung, dan diskusi. Hasil dari kegiatan ini adalah para guru sangat terbantu dalam penggunaan internet sebagai sumber belajar alternatif dan mengembangkan bahan ajar. Jadi mereka tidak hanya menggunakan teks saya sebagai sumber belajar.
Kata kunci: alternatif sumber belajar; IT; pemanfaatan internet
Abstract:Abstract: The advancement of network security faces growing challenges as cyberattacks become more sophisticated. Traditional rule-based systems struggle with zero-day attacks and obfuscation techniques. This study examines…
nes the development trends of AI-based algo-rithms, particularly machine learning and deep learning, in threat detection. A literature review evaluates AI-driven approaches, including support vector machines, random for-est, deep neural networks, convolutional neural networks, and reinforcement learning. Findings show that AI enhances detection accuracy, adaptability, and reduces false posi-tives. Machine learning efficiently classifies known attacks, while deep learning excels in identifying complex patterns such as distributed denial-of-service and advanced persis-tent threats. Unsupervised learning improves anomaly detection without labeled data. However, AI models require high-quality data, substantial computational resources, and remain vulnerable to adversarial attacks. Despite these challenges, AI provides a dynam-ic and adaptive security solution, surpassing traditional systems. Future research should enhance AI scalability and resilience for evolving cybersecurity threats.
Keywords: anomaly detection; artificial intelligence; deep learning; machine learning; network security
Abstrak: Perkembangan keamanan jaringan menghadapi tantangan yang semakin besar seiring meningkatnya kompleksitas serangan siber. Sistem berbasis aturan tradisional kesulitan mendeteksi zero-day attack dan teknik penyamaran. Penelitian ini mengkaji tren pengembangan algoritma berbasis AI, khususnya machine learning dan deep learning, dalam deteksi ancaman. Literature review mengevaluasi pendekatan berbasis AI, termasuk support vector machines, random forest, deep neural networks, convolutional neural networks, dan reinforcement learning. Hasil penelitian menunjukkan bahwa AI meningkatkan akurasi deteksi, adaptabilitas terhadap ancaman baru, serta mengurangi false positive. Machine learning efektif mengklasifikasikan serangan yang telah diketahui, sementara deep learning unggul dalam mengenali pola kompleks seperti distributed denial-of-service dan advanced persistent threats. Unsupervised learning meningkatkan deteksi anomali tanpa memerlukan data berlabel. Namun, AI masih bergantung pada data berkualitas tinggi, sumber daya komputasi besar, dan rentan terhadap adversarial attack. Meskipun demikian, AI menawarkan solusi keamanan yang lebih dinamis dan adaptif dibandingkan sistem tradisional. Penelitian selanjutnya perlu difokuskan pada peningkatan skalabilitas dan ketahanan AI dalam menghadapi ancaman siber yang terus berkembang.
Kata kunci: deteksi anomali; jaringan keamanan; kecerdasan buatan; pembelajaran dalam; pembelajaran mesin
Abstract:Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction…
action to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths
Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm
Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka.
Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat
Abstract:Abstract: This study aims to train computers to recognize Javanese script characters known as Hanacaraka. The evaluation was conducted on the use of Convolutional Neural Network (CNN) with the ResNet-18 architecture in recognizing…
ecognizing these characters. The research objective is to overcome traditional character recognition barriers and improve accuracy. The method employed includes building a CNN model with the ResNet-18 architecture and using diverse datasets. The results show a training accuracy of 100%, validation accuracy of 98.01%, and accuracy, precision, recall, and F1-score each at 100%. This study concludes that the developed model successfully achieves a high level of accuracy and contributes positively to the development of Javanese Hanacaraka character recognition technology.
Keywords: convolution neural network (CNN); javanese hanacaraka script; resnet-18
Abstrak: Penelitian ini bertujuan melatih komputer untuk mengenali huruf aksara Jawa Hanacaraka. Evaluasi dilakukan terhadap penggunaan Convolutional Neural Network (CNN) dengan arsitektur ResNet-18 dalam pengenalan karakter tersebut. Tujuan penelitian adalah mengatasi hambatan pengenalan karakter tradisional dan meningkatkan akurasi. Metode yang digunakan mencakup pembuatan model CNN dengan arsitektur ResNet-18 dan penggunaan dataset yang beragam. Hasilnya menunjukkan akurasi pelatihan 100%, validasi 98.01%, dan akurasi, presisi, recall, dan F1-score masing-masing sebesar 100%. Simpulan penelitian ini adalah bahwa model yang dikembangkan berhasil mencapai tingkat akurasi yang tinggi dan memberikan kontribusi positif pada pengembangan teknologi pengenalan karakter Hanacaraka Jawa.
Kata kunci: convolution neural network (CNN); huruf aksara jawa hanacaraka; resnet-18
Abstract:Abstract: This research aims to develop a method for detecting leaf spot disease in oil palm seedlings using Convolutional Neural Network (CNN). Leaf spot disease in oil palm seedlings can hinder growth and production. CNN…
NN has proven effective in image processing and classification, particularly in plant disease detection. In this study, we utilized a dataset of images containing oil palm seedling leaves infected with leaf spot disease and healthy leaves. We performed data processing, built a CNN model, and conducted hyperparameter tuning. The test results demonstrate that the developed CNN model achieves high accuracy in recognizing and distinguishing between oil palm seedling leaves infected with leaf spot disease and healthy ones. This research contributes to the development of plant disease detection technology that can support economic growth in the oil palm plantation sector.
Keywords: Convolutional Neural Network, image processing, leaf spot disease detection, oil palm seedlings.
Abstrak: Penelitian ini bertujuan untuk mengembangkan metode deteksi penyakit bercak pada bibit kelapa sawit menggunakan Convolutional Neural Network (CNN). Bibit kelapa sawit yang terinfeksi penyakit bercak dapat menghambat pertumbuhan dan produksi kelapa sawit. Metode CNN telah terbukti efektif dalam pengolahan citra dan klasifikasi, khususnya dalam deteksi penyakit pada tanaman. Dalam penelitian ini, kami menggunakan dataset citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Kami melakukan processing data, membangun model CNN, dan melakukan tuning hyperparameter. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan memiliki akurasi yang tinggi dalam mengenali dan membedakan citra daun bibit kelapa sawit yang terinfeksi penyakit bercak dan yang normal. Penelitian ini memberikan kontribusi dalam pengembangan teknologi deteksi penyakit tanaman yang dapat mendukung pertumbuhan ekonomi di sektor perkebunan kelapa sawit.
Kata kunci: bibit kelapa sawit, Convolutional Neural Network, deteksi penyakit bercak, pengolahan citra.
Abstract:Penelitian ini adalah untuk mengenali manfaat koperasi Multi Pihak dalam konteks UMKM, serta mengeksplorasi bagaimana dapat diperkuat kolaborasi untuk menciptakan ekosistem yang mendukung pertumbuhan UMKM. Hasil analisis…
menunjukkan bahwa koperasi multi pihak dapat meningkatkan akses UMKM terhadap Modal, Teknologi, dan Pasar, serta meningkatkan efisiensi operasional melalui skala ekonomi dan kolaborasi yang lebih baik. Dengan demikian, koperasi multi pihak dapat menjadi solusi strategis untuk mendorong UMKM yang berkelanjutkan dan daya saing ditengah tantangan globalisasi dan transformasi ekonomi.
Abstract:Tujuan dari penulisan artikel ini adalah mendapat pemahaman mengenai bagaimana seharusnya berperilaku sebagai pemuda Kristen di Era Milenial sesuai dengan narasi garam dan terang dunia (Matius 5:13-16) sehingga hal tersebut…
but dapat diterapkan secara nyata dalam kehidupan pemuda Kristen. Metode yang digunakan dalam penelitian ini adalah menggunakan metode naratif dan kajian literatur. Artikel ini bertujuan untuk membahas tentang kehidupan pemuda di era milenial dalam tingkah laku, kebiasaan, cara pandang, dan aspek lainnya yang akan dibahas pada pembahasan artikel ini. Penelitian ini adalah eksegesis dengan kajian literature yang ada. Hal tersebut kemudian dikaitkan dengan narasi pada Kitab Matius 5:13-16, sebagai pemuda Kristen dapat mengenali siapa dirinya sebagai anak Tuhan yang haruslah berporos pada firman Tuhan.
Abstract:Penelitian ini mengkaji kesadaran tanggung jawab mahasiswa dalam organisasi Dewan Eksekutif Mahasiswa (DEMA) di Kampus IBN Tegal berdasarkan teori hierarki kebutuhan Abraham Maslow. Penelitian juga menganalisis faktor-faktor…
ktor yang memengaruhi kesadaran tersebut serta peran bimbingan dan konseling dalam meningkatkannya. Metode yang digunakan adalah pendekatan kualitatif dengan studi kasus pada anggota DEMA, melalui observasi, wawancara, dan dokumentasi yang dianalisis secara deskriptif. Hasil penelitian menunjukkan bahwa kesadaran tanggung jawab mahasiswa sangat dipengaruhi oleh pemenuhan kebutuhan dasar menurut Maslow, mulai dari fisiologis hingga aktualisasi diri. Mahasiswa yang kebutuhannya terpenuhi cenderung lebih aktif dan bertanggung jawab dalam menjalankan tugas organisasi. Faktor-faktor yang memengaruhi antara lain lingkungan organisasi, sistem manajemen, komunikasi antaranggota, serta dukungan layanan bimbingan dan konseling. Layanan ini membantu mahasiswa mengenali potensi diri, meningkatkan motivasi, dan membentuk sikap tanggung jawab. Penelitian ini memberikan kontribusi teoritis dalam pengembangan ilmu bimbingan dan konseling di konteks organisasi mahasiswa, serta rekomendasi praktis bagi lembaga pendidikan untuk memperkuat program pembentukan karakter dan kepemimpinan melalui pemenuhan kebutuhan dasar dan layanan konseling yang efektif.
Abstract:Penelitian ini bertujuan untuk mengkaji pengaruh penggunaan geoboard terhadap pemahaman konsep sudut pada siswa sekolah dasar. Materi sudut kerap diajarkan secara prosedural sehingga siswa hanya mengenali jenis sudut tanpa…
pa memahami bagaimana sudut terbentuk dan apa maknanya. Geoboard dimanfaatkan sebagai media manipulatif agar siswa dapat mengeksplorasi garis dan titik secara langsung, sehingga konsep sudut dipahami melalui pengalaman konkret. Penelitian ini menggunakan desain kuasieksperimen dengan model pretest–posttest pada dua kelompok siswa kelas IV. Instrumen yang digunakan berupa tes pemahaman konsep dan lembar observasi aktivitas belajar. Hasil analisis menunjukkan bahwa siswa yang belajar menggunakan geoboard mengalami peningkatan pemahaman yang lebih signifikan dibandingkan dengan siswa yang belajar melalui metode konvensional. Selain itu, siswa tampak lebih aktif, terlibat dalam diskusi, dan berani mencoba berbagai kemungkinan bentuk sudut. Temuan ini menunjukkan bahwa penggunaan media konkret dapat membantu siswa membangun pemahaman yang lebih mendalam dan tidak sekadar menghafal konsep.