Abstract:Stunting is a condition characterized by a child being too small compared to children of the same age. Simply put, stunting refers to the failure of a child's growth. The cause may be due to malnutrition during the growing…
ng period of the pregnant woman and child. Supplementary nutrition (PMT) is needed to address malnutrition that occurs in the age group of malnourished infants. It plays an important role in both the health, growth and development of the child. For this reason, the KKN team of Universitas Persatuan Guru 1945 NTT conducted community service in Manulai 2 Village, Kupang City, East Nusa Tenggara Province by conducting a counseling program on the prevention of stunting and additional food for mothers and children using the Community Education method, namely counseling which aims to increase understanding and awareness about the prevention of stunting and additional food for mothers and children. Counseling on the prevention of stunting and additional food for mothers and children has been successfully implemented. This activity increases community awareness about the importance of balanced nutrition to prevent stunting, with this increased knowledge, mothers can implement a healthier diet for their children. Increased knowledge and awareness of the community is expected to reduce stunt-ing rates in the region.
Keywords: supplementary food; stunting prevention
Abstrak: Stunting (kerdil) Ini adalah kondisi yang ditandai dengan ukuran anak yang terlalu kecil dibandingkan dengan anak pada usia yang sama. Sederhananya, stunting mengacu pada kegagalan pertumbuhan anak. Penyebabnya mungkin karena kekurangan gizi pada masa pertumbuhan ibu hamil dan anak. Pemberian nutrisi tambahan (PMT) diperlukan untuk mengatasi gizi buruk yang terjadi pada kelompok usia bayi gizi buruk. Ini memainkan peran penting baik dalam kesehatan, pertumbuhan dan perkembangan anak. Untuk itu, tim KKN Universitas Persatuan Guru 1945 NTT melakukan pengabdian masyarakat di Kelurahan Manulai 2 Kota Kupang Provinsi Nusa Tenggara Timur dengan melakukan program Penyuluhan tentang pencegahan stunting dan makanan tambahan bagi ibu dan anak dengan menggunakan metode Pendidikan Masyarakat yaitu Penyuluhan yang bertujuan untuk meningkatkan pemahaman serta kesadaran tentang pencegahan stunting dan makanan tambahan bagi ibu dan anak. Penyuluhan tentang pencegahan stunting dan makanan tambahan bagi ibu dan anak telah berhasil dilaksanakan dengan baik. Kegiatan ini meningkatkan kesadaran masyarakat tentang pentingnya gizi seimbang untuk mencegah stunting, dengan meningkatnya pengetahuan ini, ibu-ibu dapat menerapkan pola makan yang lebih sehat untuk anak-anak mereka. Peningkatan pengetahuan dan kesadaran masyarakat diharapkan dapat mengurangi angka stunting di wilayah tersebut.
Kata kunci: makanan tambahan; pencegahan stunting
Abstract: Abstract: Based on the results of National Basic Health Research in 2018 according to the proportion of total cholesterol levels in the population aged ≥45 years, 5 stated that as many as ≥10.5% of people had high…
had high cholesterol levels. The factors that cause hypercholesterolemia are nutritional status, especially obesity. Obesity is associated with lipoprotein, decreased High-Density Lipoprotein (HDL), and increased triglycerides and LDL, especially in central obesity. People who have a high percentage of body fat tend to have higher total cholesterol, LDL, and triglycerides compared to people who have normal weight. Nutrition counseling activities are carried out at the Johar Baru District Health Center which will be held on November 7, 2022. Respondents will be given a pre-test form containing 10 true and false statements for 10-15 minutes and then counseling will be carried out through poster media. After that, the respondent was given a post-test form. After 3 days of giving the material, monitoring, and evaluation were carried out on 5 respondents. This Monitoring and Evaluation will be carried out via telephone or the Whatsapp app. Based on the results of bivariate analysis, the results of knowledge obtained were p-value = 0.055 (p-value <0.05) so that it could be concluded that there was no difference in knowledge before and after nutritional education counseling using poster media in PTM patients at the Johar Baru District Health Center, Central Jakarta.
Keywords: cholesterol; fat consumption
Abstrak: Berdasarkan Hasil Riset Kesehatan Dasar Nasional pada tahun 2018 menurut proporsi kadar kolesterol total pada penduduk umur ≥45 tahun, 5 menyebutkan bahwa sebanyak ≥10,5% masyarakat memiliki kadar kolesterol tinggi. Adapun faktor penyebab hiperkolesterolemia adalah status gizi terutama obesitas. Terdapat keterkaitan antara obesitas dengan lipoprotein, peningkatan trigliserida dan LDL, penurunan High Density Lipoprotein (HDL), terutama pada obesitas sentral. Individu dengan persen lemak tubuh yang tinggi cenderung memiliki total kolesterol, LDL dan trigliserida yang lebih tinggi dibandingkan dengan individu dengan berat badan normal. Kegiatan penyuluhan gizi dilakukan di Puskesmas Kecamatan johar Baru yang dilaksanakan pada tanggal 7 November 2022. Responden akan diberikan form pre test yang berisikan 10 pernyataan benar dan salah selama 10-15 menit dan selanjutnya akan dilakukan penyuluhan melalui media poster. Setelah itu responden diberikan form post test. Setelah 3 hari pemberian materi dilakukan monitoring dan evaluasi kepada 5 responden. Monitoring dan Evaluasi ini akan dilakukan melalui telepon ataupun app Whatsapp. Berdasarkan hasil analisis bivariat, didapatkan hasil pengetahuan nilai p value = 0.055 (p-value < 0,05) sehingga dapat disimpulkan bahwa tidak terdapat perbedaan pengetahuan sebelum dan sesudah penyuluhan edukasi gizi menggunakan media poster pada pasien PTM di Puskesmas Kecamatan Johar Baru Jakarta Pusat.
Kata kunci: kolesterol; konsumsi lemak
Abstract:Abstract: The Scout Movement is one of the major organizations in Indonesia. However, this greatness can fade if young people are not familiar with the scouting movement. This condition is currently being experienced by…
the Ambalan Scout Organization of Sunan Kalijaga and Dewi Masitoh Madrasah Aliyah Negeri (MAN) 2 Banyumas. Although participation is mandatory, the number of those who remain in this organization is decreasing. The scouting movement is considered less popular than others. Based on this, the Ambalan Scouts Sunan Kalijaga and Dewi Masitoh Madrasah Aliyah Negeri (MAN) 2 Banyumas collaborated with the Communication Studies Program at University of Amikom Purwokerto to optimize the management of their information media (website, social media and wall magazines) through comprehensive training with the group achievement method. A mentoring method that emphasizes efforts to build group productivity by referring to input from group members and the achievement of output targets that were prepared jointly between the Ambalan Scouts Sunan Kalijaga and Dewi Masitoh Madrasah Aliyah Negeri (MAN) 2 Banyumas and the Communication Studies Program at the University of Amikom Purwokerto. The training, which was held on February 5, 2022, was a success with more than 39 participants. The final result of this activity shows that the participants' cognitive needs regarding media management have begun to be fulfilled, the ability of participants to develop media content and distribute it appropriately, and the formation of members' commitment to maintaining the continuity of media management has begun. However, to achieve even better results, this activity requires continuous training, particularly related to aspects of media technology and media visibility strategies.
Keywords: Communication; Madrasah; Media; Organization; Scout
Abstrak: Gerakan pramuka merupakan salah satu organisasi besar di Indonesia. Namun kebesaran tersebut berpotensi pudar jika anak muda mulai tidak mengenal gerakan pramuka. Kondisi inilah yang dialami Organisasi Pramuka Ambalan Sunan Kalijaga dan Dewi Masitoh Madrasah Aliyah Negeri (MAN) 2 Banyumas. Meski keikutsertaannya bersifat wajib namun diisinyalir jumlah yang bertahan di organisasi ini semakin menurun. Gerakan pramuka dinilai kalah populer dibandingkan lainnya. Salah satu penyebabnya adalah belum optimalnya pengelolaan media informasi. Berdasarkan hal tersebut, Pramuka Ambalan Sunan Kalijaga dan Dewi Masitoh MAN 2 Banyumas menggandeng Program Studi Ilmu Komunikasi Universitas Amikom Purwokerto untuk melakukan optimalisasi pengelolaan media inofrmasinya (website, media sosial dan mading) melalui pelatihan komprehensif dengan metode group achievement. Sebuah metode pendampingan yang menekankan upaya membangun produktivitas kelompok dengan mengacu pada input dari anggota kelompok dan pencapaian target output yang disusun bersama antara mitra dan anggota kelompok. Pelatihan yang diadakan tanggal 5 Februari 2022 ini berjalan sukses dengan diikuti oleh lebih dari 39 peserta. Hasil akhir kegiatan ini memperlihatkan mulai terpenuhinya kebutuhan kognisi peserta mengenai pengelolaan media, terbentuknya kemampuan peserta dalam menyusun konten media serta mendistribusikannya dengan tepat, dan terbentuknya komitmen anggota untuk menjaga kontinuitas pengelolaan medianya.
Kata Kunci: Komunikasi; Madrasah; Media; Organisasi; Pramuka
Abstract:Abstract: The Gulo Puan Business Group, Bangsal village, Pampangan sub-district, Ogan Komering Ilir district, is a producer of products in the form of gulo-puan, sagon-puan and tapel-puan. After the implementation of the…
PKMS activity, a product innovation in the form of Mrs. Candy was obtained, while in the PKM activity, a product innovation in the form of Mrs. yogurt was obtained. Based on this, partners have been able to compete with similar business actors because they already have a variety of product variants, both in the form of food and beverages. However, this certainly needs to be strengthened again by utilizing technology to introduce products to the wider community. Social advertising is a promotional media that is carried out through social media. This promotional media is considered far more effective, efficient and on target compared to conventional promotional media such as flyers, banners and so on. Partners in PKMS activities have been able to utilize social media as a marketing medium. Therefore, in PKM activities, the implementing team provides training on the use of social advertising as a promotional media for women's products produced by partners. Based on the results of social advertising that has been done 5 times, the results show that as many as 96,212 accounts were successfully reached, of which 98.2% were not followers of accounts with demographics 48.2% male and 51.8% female. As many as 55% of the target to open a profile from Mrs. Candy and from a total of 4,018 accounts that liked ads were obtained.
Keywords: competitive advantage; puan candy; puan yogurt; social advertising;
Abstrak: Kelompok Usaha Gulo Puan desa Bangsal kecamatan Pampangan kabupaten Ogan Komering Ilir merupakan penghasil produk berupa gulo puan, sagon puan dan tapel puan. Setelah pelaksanaan kegiatan PKMS diperoleh inovasi produk berupa puan candy, sedangkan pada kegiatan PKM diperoleh inovasi produk berupa puan yogurt. Berdasarkan hal tersebut mitra telah mampu bersaing dengan pelaku usaha sejenis karena telah memiliki varian produk puan yang beragam, baik berupa makanan maupun minuman. Namun, hal tersebut tentu perlu diperkuat lagi dengan memanfaatkan teknologi guna mengenalkan produk ke Masyarakat luas. Sosial advertising merupakan media promosi yang dilakukan melalui sosial media. Media promosi ini dianggap jauh lebih efektif, efisien dan tepat sasaran dibandingkan dengan media promosi konvensional seperti selebaran, banner dan sebagainya. Mitra pada kegiatan PKMS telah mampu memanfaatkan sosial media sebagai media pemasaran. Oleh karena itu, pada kegiatan PKM tim pelaksana memberikan pelatihan pemanfaatan sosial advertising sebagai media promosi produk puan yang dihasilkan oleh mitra. Berdasarkan hasil sosial advertising yang telah dilakukan sebanyak 5 kali diperoleh hasil bahwa sebanyak 96.212 akun yang berhasil dijangkau, dimana 98,2%nya bukan pengikut dari akun dengan demografi 48,2% berjenis kelamin laki-laki dan 51,8% perempuan. Sebanyak 55% dari sasaran membuka profil dari puan candy serta dari total keseluruhan diperoleh 4.018 akun yang menyukai iklan.
Kata kunci: competitive advantage; puan candy; puan yogurt; social advertising
Abstract:Abstract: Writing is an activity to express ideas or ideas that are in someone's mind. everyone must have an idea or idea, but not everyone is able to write down these ideas. some even think that writing requires a high…
educational background. students, for example, because they are deemed to have taken higher education and are accused of writing from assignments given by the lecturer. The low number of writers in Indonesia means that scientific publications in Indonesia are still inadequate. In 2019, Indonesia succeeded in publishing the most scientific papers when compared to other ASEAN countries such as Singapore, Malaysia and Thailand. However, this figure is still insufficient, so that efforts are needed to increase the number and quality of good research writing. This activity aims to help make it happen. The target of this activity is students, both from public and private universities in Palembang City. The methods used in this PkM activity were material presentation, practical assistance, and discussion together. Based on the results of the questionnaire answers from 36 participants, the majority of participants agreed that this activity provided new knowledge and information in the topic of research writing. In addition, most of the participants also found this training interesting and made them excited to write a good research. So it can be concluded that the majority of students are not proficient in using Mendeley and Grammarly software and feel that both software can make writing their research easier.
Keywords: grammarly; mendeley; research; training; writing
Abstrak: Menulis merupakan suatu kegiatan untuk mengungkapkan gagasan atau gagasan yang ada di benak seseorang. setiap orang pasti punya ide atau ide, tapi tidak semua orang mampu menuliskan ide-ide tersebut. bahkan ada yang beranggapan bahwa menulis membutuhkan latar belakang pendidikan yang tinggi. mahasiswa, misalnya, karena dianggap telah menempuh pendidikan tinggi dan dituduh menulis dari tugas-tugas yang diberikan dosen. Rendahnya jumlah penulis di Indonesia membuat publikasi ilmiah di Indonesia masih kurang mencukupi. Pada tahun 2019, Indonesia berhasil menerbitkan karya ilmiah terbanyak jika dibandingkan dengan negara ASEAN lainnya seperti Singapura, Malaysia, dan Thailand. Namun angka tersebut masih belum mencukupi, sehingga diperlukan upaya untuk meningkatkan jumlah dan kualitas penulisan penelitian yang baik. Kegiatan ini bertujuan untuk membantu mewujudkannya. Sasaran kegiatan ini adalah para mahasiswa, baik dari perguruan tinggi negeri maupun perguruan tinggi swasta di Kota Palembang. Metode yang digunakan dalam kegiatan PkM ini adalah Pelatihan. Berdasarkan hasil jawaban kuisioner dari 36 peserta, mayoritas peserta sepakat bahwa kegiatan ini memberikan pengetahuan dan informasi baru dalam topik penulisan penelitian. Selain itu, sebagian besar peserta juga menganggap pelatihan ini menarik dan membuat mereka bersemangat untuk menulis penelitian dengan baik. Maka dapat disimpulkan bahwa mayoritas mahasiswa belum mahir menggunakan software Mendeley dan Grammarly dan merasakan bahwa kedua software tersebut dapat mempermudah penulisan riset mereka.
Kata kunci: grammarly; mendeley; pelatihan; penulisan; riset
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: 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: Conventional semiconductor chip counting at PT Elektronik Indonesia relies on manual weighing, which is prone to human error and inefficiency. This study proposes a desktop-based counting system using a digital…
scanner and image processing. The novelty lies in integrating horizontal-vertical projection with probabilistic Hough transform to robustly detect grid lines, form square cells, and enable accurate unit estimation via average intensity analysis, eliminating the need for reference weighing. Experiments on 15 actual chip images yielded an error rate of 0.009519% and up to 73.674%time efficiency gains compared to the manual method. The system reduces operator dependency, minimizes errors, and accelerates counting, providing a practical machine vision solution for semiconductor production.
Keywords: chip counting; image processing; probabilistic hough transform; grid line detection; time effeciency.
Abstrak: Penghitungan chip semikonduktor konvensional di PT Elektronik Indonesia bergantung pada penimbangan manual, yang rentan terhadap kesalahan manusia dan kurang efisien. Penelitian ini mengusulkan sistem penghitungan berbasis desktop menggunakan scanner digital dan pengolahan citra. Kebaruan terletak pada integrasi proyeksi horizontal-vertikal dengan probabilistic Hough transform untuk mendeteksi garis grid secara kuat, membentuk sel persegi, serta memungkinkan estimasi unit akurat melalui analisis intensitas rata-rata, sehingga menghilangkan kebutuhan penimbangan referensi. Eksperimen pada 15 citra chip aktual menghasilkan tingkat kesalahan 0,009519% dan peningkatan efisiensi waktu hingga 73,674% dibandingkan metode manual. Sistem ini mengurangi ketergantungan operator, meminimalkan kesalahan, dan mempercepat penghitungan, menyediakan solusi machine vision praktis untuk produksi semikonduktor.
Kata kunci: penghitungan chip; pengolahan citra; probabilistic Hough transform; deteksi garis grid; efisiensi waktu.
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: Obesity is an escalating global health concern, with unhealthy lifestyle patterns contributing significantly to its development. This study aims to evaluate and compare three clustering techniques for categorizing…
ing lifestyle patterns and obesity-related factors: K-Means, Agglomerative Clustering, and Gaussian Mixture Model (GMM). The data used in this study is sourced from the Food Nutrition dataset, which includes variables such as dietary habits, physical activity, and socio-economic status. The three clustering methods were assessed using evaluation metrics such as Silhouette Score, Davies-Bouldin Index (DBI), and Calinski-Harabasz Index (CHI). The findings revealed that K-Means exhibited the best performance in terms of cluster separation with a Silhouette Score of 0.5559, while GMM showed better flexibility in handling more complex data. Although Agglomerative Clustering produced acceptable results, it had a higher overlap between clusters compared to the other methods. This study offers valuable insights into selecting the most appropriate clustering technique based on the data characteristics.
Keywords: agglomerative; clustering; GMM; k-means; lifestyle patterns; obesity
Abstrak: Obesitas menjadi masalah kesehatan yang semakin meningkat di seluruh dunia, dengan pola hidup yang tidak sehat berperan besar dalam perkembangannya. Penelitian ini bertujuan untuk membandingkan tiga metode clustering dalam mengelompokkan pola gaya hidup dan faktor yang memengaruhi obesitas, yaitu K-Means, Agglomerative Clustering, dan Gaussian Mixture Model (GMM). Data yang digunakan diperoleh dari dataset Food Nutrition yang mencakup informasi terkait pola makan, aktivitas fisik, serta faktor sosial-ekonomi. Ketiga metode tersebut diuji dengan menggunakan beberapa metrik evaluasi, seperti Silhouette Score, Davies-Bouldin Index (DBI), dan Calinski-Harabasz Index (CHI). Hasil penelitian menunjukkan bahwa K-Means memiliki kinerja terbaik dalam hal pemisahan klaster, dengan nilai Silhouette Score sebesar 0.5559, sementara GMM lebih fleksibel dalam menangani data yang lebih kompleks. Meskipun Agglomerative Clustering memberikan hasil yang dapat diterima, tumpang tindih antar klaster lebih besar dibandingkan dengan kedua metode lainnya. Penelitian ini memberikan pemahaman yang lebih baik mengenai pemilihan metode clustering yang tepat berdasarkan karakteristik data yang digunakan.
Kata kunci: agglomerative; clustering; GMM; k-means; obesitas; pola gaya hidup