Search Articles & Publications

Showing 1223 articles found for "Lasi"

Deteksi Keaslian Uang Kertas Berdasarkan Citra Digital Dengan Menggunakan Teachable Machine Learning

Yeni nur hasanah, Zaehol Fatah
Abstract: Penipuan uang palsu merupakan masalah serius yang dapat merugikan perekonomian negara dan masyarakat. Seiring dengan kemajuan teknologi, deteksi keaslian uang kertas kini dapat dilakukan menggunakan metode berbasis citra… digital. Penelitian ini bertujuan untuk mengembangkan sistem deteksi keaslian uang kertas menggunakan pendekatan machine learning dengan memanfaatkan platform Teachable Machine. Sistem ini memanfaatkan citra digital uang kertas yang diambil menggunakan kamera digital untuk dianalisis dan diklasifikasikan berdasarkan keaslian uang tersebut. Data citra uang kertas yang digunakan mencakup gambar dari berbagai sisi dan elemen pengaman pada uang, seperti watermark, benang pengaman, dan cetakan mikroteks. Model machine learning yang diterapkan dilatih dengan berbagai gambar uang kertas asli dan palsu untuk menghasilkan model yang dapat mengidentifikasi perbedaan antara keduanya. Hasil penelitian menunjukkan bahwa sistem ini dapat mendeteksi keaslian uang kertas dengan tingkat akurasi yang tinggi, memberikan solusi praktis dan efisien untuk membantu mendeteksi uang palsu secara cepat dan akurat. Implementasi sistem ini berpotensi untuk digunakan di berbagai sektor, seperti perbankan, ritel, dan pemeriksaan keuangan.

Metode Pengumpulan Data Pada Deteksi Buah Paprika Berdasarkan Citra Digital Menggunakan Teachable Machine Learning

Fatma Nur Afifah, Zaehol Fatah
Abstract: Visi computer yang merupakan cabang kecerdasan buatan yang menggunakan citra digital sebagai input data. Penelitian ini bertujuan untuk mengembangkan metode pengumpulan data dalam deteksi warna buah paprika menggunakan citra… itra digital dan platform Teachable Machine. Metode ini dirancang untuk meningkatkan efisiensi dan akurasi dalam mengidentifikasi variasi warna paprika, yang penting untuk kualitas produk di industri pertanian. Data dikumpulkan melalui pengambilan gambar paprika dalam kondisi pencahayaan yang konsisten, kemudian diproses menggunakan teknik segmentasi warna dan analisis histogram. Model machine learning dilatih menggunakan Teachable Machine, yang memungkinkan klasifikasi warna dengan mudah dan cepat. Hasil evaluasi menunjukkan bahwa model dapat mendeteksi warna paprika dengan akurasi yang memuaskan. Penelitian ini memberikan wawasan penting tentang potensi penerapan teknologi digital dalam pertanian dan membuka peluang untuk pengembangan lebih lanjut dalam deteksi dan analisis kualitas produk pertanian. Dengan demikian, penelitian ini berkontribusi pada peningkatan efisiensi pengelolaan hasil pertanian serta promosi inovasi dalam sektor ini.

Program Martikulasi Sebagai Layanan Inklusif Di SMP Negeri 11 Kota Serang

Lailatuz Zahra, Muhammad Sunan Maulana, Nadiva Maharani, Nila Cahya Putri, Tantri Dwi Oktavia, Trissa Kartika, Dina Rachmawati
Abstract: Penelitian ini bertujuan untuk mengevaluasi efektivitas program layanan sekolah inklusif di SMPN 11 Kota Serang dalam meningkatkan minat belajar siswa dengan hambatan belajar. Melalui pendekatan kualitatif, penelitian ini… i menganalisis data yang diperoleh dari wawancara, observasi, dan dokumentasi. Hasil penelitian menunjukkan bahwa program inklusif telah memberikan dampak positif dalam meningkatkan kepercayaan diri dan motivasi belajar siswa. Namun, masih terdapat beberapa tantangan seperti perbedaan kemampuan siswa, keterbatasan kolaborasi antara guru, dan kurangnya dukungan dari orang tua. Penelitian ini menyimpulkan bahwa program inklusif memiliki potensi besar untuk meningkatkan akses dan kualitas pendidikan bagi semua siswa, namun perlu adanya upaya berkelanjutan untuk mengatasi kendala yang ada. Saran penelitian selanjutnya adalah perlu dilakukan evaluasi secara berkala terhadap program ini dan melibatkan lebih banyak pihak terkait, seperti psikolog, untuk memberikan dukungan yang lebih komprehensif bagi siswa dengan kebutuhan khusus.

Perkembangan Lembaga Keuangan Syariah Dan Dampaknya Terhadap Pertumbuhan Ekonomi

Nida dusturiyah, Diah herifatul Jannah, Laelatul Nur Hasanah, Rini Puji Astuti
Abstract: Perbankan syariah di Indonesia, tumbuh pesat dan menjadi bagian integral dari sistem keuangan global. Namun, tantangan seperti literasi keuangan syariah yang rendah dan regulasi yang belum matang juga dihadapi. Dalam menghadapi… ghadapi tantangan tersebut, penulis menyoroti peluang besar yang dimiliki perbankan syariah dalam mendukung inklusi keuangan, pembiayaan produktif, dan stabilitas ekonomi. Dengan pemahaman yang mendalam tentang dinamika perbankan syariah dan dampaknya terhadap pembangunan ekonomi, diharapkan dapat merumuskan kebijakan yang tepat untuk mendukung pertumbuhan ekonomi yang inklusif,berkelanjutan, dan sesuai dengan nilai-nilai syariah. pertumbuhan perbankan syariah tidak hanya mencerminkan respons terhadap permintaan pasar yang berkembang, tetapi juga aspirasi masyarakat akan sistem keuangan yang lebih etis dan inklusif. Penulisan ini bertujuan untuk mengisi kesenjangan pengetahuan dalam literatur dengan menganalisis dampak pengembangan perbankan syariah terhadap pertumbuhan ekonomi, di Indonesia.

Penerapan Metode Naïve Bayes untuk Analisis Sentimen Ulasan Produk di Platform E-Commerce

Naufal Arif Maulana, Zaehol Fatah
Abstract: Pengembangan sistem analisis sentimen untuk ulasan produk di platform E-commerce dengan menggunakan metode Naive Bayes merupakan untuk menemukan sentimen ulasan produk dengan tepat sasaran. Sistem yang dikembangkan bertujuan… ujuan untuk mengklasifikasikan sentimen ulasan menjadi positif atau negatif. Tujuan utama penelitian ini adalah merancang sebuah website interaktif yang mampu melakukan analisis sentimen secara real-time dan juga memiliki fitur unggahan file CSV untuk menganalisis banyak ulasan sekaligus. Metode penelitian yang diterapkan adalah eksploratif dengan pendekatan pengembangan sistem. Data ulasan produk diperoleh dari platform E-commerce, kemudian melalui tahap preprocessing untuk mempersiapkan data teks sebelum dianalisis. Pembahasan meliputi pengembangan sistem analisis sentimen berbasis metode Naive Bayes dan penerapannya dalam bentuk website interaktif. Berdasarkan hasil penelitian, disimpulkan bahwa sistem analisis sentimen berbasis Naive Bayes ini berhasil menghasilkan website interaktif yang efektif dalam menganalisis sentimen ulasan produk di platform E-commerce.

Strategi Marketing Mix Pembiayaan Kpr Syariah Dalam Mewujudkan Rumah Impian Nasabah Pada Bprs Bhakti Sumekar Sumenep

Iqbal Rafiqi, Fatimatuz Zahroh
Abstract: Setiap orang pasti ingin memiliki rumah impian yang mereka harapkan, di BPRS telah menyediakan pembiayaan KPR Syariah yang bisa membantu masyarakat untuk mewujudkan impian mereka. Marketing dalam BPRS untuk menarik masyarakat… rakat itu sangat bagus karena BPRS ini membijakkan sosialisasi biasanya ke lembaga-lembaga untuk mendapatkan nasabah. Pembiayaan KPR Syariah ini terdapat dua bagian, diantaranya UMUM dan PNS, UMUM biasanya 10 tahun dan PNS 15 tahun. Pendekatan dalam penelitian ini menggunakan pendekatan kualitatif, yaitu penelitian yang dilakukan secara alami dan berdasarkan pada realita yang ada. Dimana prosedur pengumpulan data menggunakan teknik wawancara, observasi, dokumentasi. Dimana lokasi tersebut berada didaerah Sumenep tepatnya di Jl. Jokotole, Arekade, Batuan, Kebupaten Sumenep. Sabjek penelitian ini diambil dari karyawan bank BPRS Bhakti Sumekar Sumenep. Teknik analisis data dilakukan dengan cara reduksi data, penyajian data, dan kesimpulan. Untuk pengecekan keabsahan data, peneliti mengguanakan triangulasi sumber. Hasil penelitian menunjukkan bahwa implementasi strategi marketing mix yang dilakukan BPRS yaitu menggunakan 4P: produk, harga, promosi dan tempat. Produk perumahan batu permata sumekar menggunakan bahan yang berkualitas dan layak digunakan, harga dimulai dari 250 juta dengan uang muka 0%, promosi menakan brosur, menggunakan plafon, wibsite dan juga telepon. Untuk mengetahui kebenaran perumahan batu permata sumekar adalah aset yang dimiliki BPRS.

Implementasi Metode K-Nearest Neighbors (KNN) Untuk Menentukan Jurusan Siswa di SMK Sumber Bunga

Komarul Imam, Zaehol Fatah
Abstract: Penentuan kelas siswa di SMK merupakan proses penting yang dapat mempengaruhi keberhasilan belajar siswa dan karir di masa sebelumnya. Proses ini sering kali membutuhkan pertimbangan berbagai faktor akademik, seperti nilai… ai mata pelajaran utama. Penelitian ini menggunakan algoritma K-Nearest Neighbors (KNN) untuk membantu mengklasifikasikan siswa ke mata pelajaran yang sesuai berdasarkan data nilai mata pelajaran, seperti Bahasa Indonesia, IPA, IPS, dan Matematika. Dengan data siswa SMK Sumber Bunga, model KNN dikembangkan dan dievaluasi untuk menentukan efektivitasnya dalam mengklasifikasi mata pelajaran "Teknologi Komputer dan Jaringan" serta "Multimedia". Hasil evaluasi menunjukkan akurasi model mencapai 97,14%, dengan presisi dan recall yang tinggi pada kedua jurusan. Tingkat keyakinan ( confident ) dari model prediksi juga memberikan gambaran yang jelas tentang keakuratan setiap prediksi. Hasil ini menunjukkan bahwa metode KNN dapat diimplementasikan sebagai alat bantu yang efektif untuk penentuan mata pelajaran, sehingga dapat mendukung keputusan yang lebih objektif dan sesuai dengan kemampuan akademik siswa.

Klasifikasi Kemiskinan Di Jawa Timur Menggunakan Data Mining Algoritma K-Nearest Neighbor (KNN)

Yua Isman Islam, Zaehol Fatah
Abstract: Kemiskinan merupakan masalah sosial-ekonomi yang serius di Jawa Timur, yang memerlukan analisis mendalam untuk memahami faktor-faktor yang mempengaruhi kondisi tersebut. Algoritma K-Nearest Neighbor (KNN) dalam data mining… ng digunakan untuk mengklasifikasikan tingkat kemiskinan berdasarkan data sosial ekonomi di Jawa Timur. Data yang digunakan mencakup beberapa atribut, seperti persentase penduduk miskin, pengeluaran per kapita, indeks pembangunan manusia, dan akses sanitasi. Dengan mengeksplorasi berbagai nilai K, akurasi KNN dievaluasi dalam memprediksi kategori kemiskinan (tinggi atau rendah). Hasil analisis menunjukkan bahwa model KNN mencapai akurasi 92,11%, memberikan kontribusi dalam pemetaan kemiskinan yang dapat mendukung kebijakan pengentasan kemiskinan di tingkat daerah.

Analisis Faktor-Faktor Tingkat Inflasi Di Indonesia Tahun 2022-2023 Menggunakan Analisis Faktor

Rifda Maulidya, Shafa Fariha Tsuraya, Sri Pingit Wulandari
Abstract: Inflasi merupakan tantangan besar bagi perekonomian Indonesia karena dampaknya yang signifikan terhadap daya beli masyarakat, stabilitas harga dan kesejahteraan ekonomi, terutama di negara berkembang. Ketidakstabilan inflasi… lasi seperti lonjakan dari 1,87% pada 2021 menjadi 5,51% pada 2022, meskipun sempat turun pada 2023, menunjukkan perlunya identifikasi faktor-faktor penyebab inflasi. Inflasi yang tinggi dapat memicu kenaikan harga barang dan jasa, kemiskinan dan menekan stabilitas ekonomi. Oleh karena itu, perlu dilakukan analisis terhadap faktor-faktor yang memengaruhi tingkat inflasi di Indonesia tahun 2022-2023 menggunakan metode analisis faktor. Hasil analisis menunjukkan karakteristik data faktor-faktor yang memengaruhi tingkat inflasi di Indonesia tahun 2022-2023 memiliki keragaman data yang besar. Adapun hasil pemeriksaan dan pengujian asumsi menunjukkan bahwa data berdistribusi normal multivariat, antar variabel dependen, kecukupan data terpenuhi dan terdapat korelasi antar variabel. Berdasarkan hasil analisis faktor terbentuk 2 faktor yang memengaruhi tingkat inflasi. Faktor pertama adalah kebijakan moneter dan perdagangan global yang meliputi BI Rate, nilai neraca perdagangan dan harga minyak mentah. Faktor kedua adalah stabilitas ekonomi dan pasar modal yang meliputi nilai ekspor, tingkat inflasi harga konsumen (TIHK) dan indeks harga saham gabungan (IHSG).

Klasifikasi Kematangan Tomat Berbasis Citra Digital: Pendekatan Teachable Machine Learning

Ulvi Munawaroh, Zaehol Fatah
Abstract: Tomat (Solanum Lycopersicum) memiliki peran penting dalam industri pertanian dan kuliner global, di mana tingkat kematangan buah secara signifan mempengaruhi kualitas, rasa, dan nilai pasar. Penentuan kematangan yang akurat… rat sangat diperlukan untuk mengurangi kerugian ekonomi yang dialami oleh petani dan distributor. Dengan memanfaatkan teachable machine, sebuah platform machine learning inovatif dari google, telah dikembangkan model klasifikasi kematangan tomat dalam tiga kategori; mentah, setengah matang dan matang. Proses yang dilakukan mencakup pengumpulan 375 gambar tomat dari berbagai sumber, pra-pemrosesan citra, serta pelabelan data sebelum pelatihan model. Hasilnya menunjukkan akurasi tinggi yang mencapai 98% dengan nilai loss yang rendah, menandakan efektivitas metode yang diterapkan. Prototipe yang dihasilkan memungkinkan pengguna untuk melakukan klasifikasi kematangan tomat secara real-time melalui smartphone, sehigga meningkatkan aksesibilitas teknologi dalam sektor pertanian. Hasil ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas hasil panen, mengurangi kerugian dan mendukung keberlanjutan industri pertanian melalui penerapan teknologi canggih yang lebih objektif dan sistematis.