Abstract:Administrasi persuratan di Desa Kemusu, Kecamatan Kemusu, Kabupaten Boyolali selama ini dikerjakan dengan pengolah kata, penomoran dicatat pada buku register, dan arsip disimpan dalam bentuk cetak. Pola ini berjalan tanpa…
a keluhan berarti, namun menyimpan tiga risiko struktural: pengerjaan bergantung pada dua orang perangkat, penelusuran arsip bertumpu pada berkas kertas, dan penomoran rawan ganda. Program Kuliah Kerja Nyata Kelompok 04 Universitas Boyolali merancang dan menerapkan SIPADes, aplikasi berbasis Python dan SQLite yang berjalan luring pada komputer kantor desa tanpa biaya langganan. Kegiatan ditempuh dalam lima tahap: observasi dan wawancara kondisi awal, perancangan, pengembangan berbasis templat surat asli desa, uji coba mandiri, serta pendampingan dan serah terima. Aplikasi yang dihasilkan memuat 8 modul fungsional, 7 templat surat baku, dan 8 tabel basis data, dilengkapi pengisian otomatis formulir Dukcapil F-1.01 dan F-1.03. Pada uji coba mandiri, perangkat desa menyelesaikan seluruh enam tugas pokok tanpa bantuan pendamping, dengan waktu pembuatan satu surat sampai tersimpan selama sepuluh detik. Perangkat memperkirakan waktu pelayanan satu surat turun dari 5 menit menjadi 2 menit dan penelusuran arsip dari 5 menit menjadi 2 menit. Kuesioner terhadap responden tunggal menghasilkan skor 5,00 pada skala 1-5 untuk seluruh 15 pernyataan. Hasil evaluasi bersifat indikatif dan belum dapat digeneralisasi karena keterbatasan jumlah responden dan singkatnya masa pemakaian. Kegiatan menunjukkan bahwa sistem administrasi desa yang dibangun mengikuti tata naskah yang sudah berjalan lebih mudah diterima perangkat daripada sistem yang menuntut perubahan kebiasaan.
Abstract:Penelitian ini bertujuan untuk menguji pengaruh Sistem Informasi Akuntansi (SIA) dan Pemanfaatan Teknologi Informasi terhadap Kinerja UMKM dengan Pengendalian Internal sebagai variabel mediasi pada UMKM sektor kuliner di…
Kabupaten Gresik. Kebaruan (novelty) penelitian ini terletak pada pengujian Pengendalian Internal sebagai variabel mediasi dalam hubungan antara Sistem Informasi Akuntansi dan Pemanfaatan Teknologi Informasi terhadap Kinerja UMKM pada sektor kuliner di Kabupaten Gresik, mengingat hasil penelitian terdahulu masih menunjukkan temuan yang tidak konsisten. Data diperoleh dari 84 responden melalui penyebaran kuesioner dan dianalisis menggunakan metode Partial Least Squares (PLS). Hasil penelitian menunjukkan bahwa Sistem Informasi Akuntansi berpengaruh positif dan signifikan terhadap Kinerja UMKM serta berpengaruh positif dan signifikan terhadap Pengendalian Internal. Pemanfaatan Teknologi Informasi juga berpengaruh positif dan signifikan terhadap Kinerja UMKM serta Pengendalian Internal. Sementara itu, Pengendalian Internal tidak berpengaruh signifikan terhadap Kinerja UMKM dan tidak mampu memediasi pengaruh sistem informasi akuntansi maupun pemanfaatan teknologi informasi terhadap kinerja usaha. Penelitian ini memiliki keterbatasan karena hanya dilakukan pada UMKM sektor kuliner di Kabupaten Gresik sehingga hasil penelitian belum tentu dapat digeneralisasikan pada UMKM di sektor usaha maupun wilayah lainnya. Selain itu, penelitian dilaksanakan dalam waktu yang relatif terbatas.
Abstract:This study explores work-life balance among female government employees across generations, with a focus on gender-related challenges. Women are hypothesised to face imbalances due to dual roles at work and home. Using a…
phenomenological approach and descriptive quantitative analysis, the study finds that Indonesian women across generations generally experience moderate work-life balance. Notably, Baby Boomers (60–78 years) and Generation Z (12–27 years) report higher balance, while Generation X (44–59 years) and Millennials (28–43 years) face lower balance due to simultaneous career and family responsibilities. The study offers generationally tailored suggestions, although results may not generalise to women in sectors like banking or private industry. Implications include the need for organisations to act as facilitators, supporting female employees to ensure psychological well-being and sustained performance.
Abstract:Perkembangan teknologi digital dan pesatnya pertumbuhan e-commerce di Indonesia telah mengubah pola konsumsi masyarakat, termasuk dalam pembelian produk kosmetik. Marketplace seperti Lazada menjadi alternatif utama bagi…
konsumen untuk memenuhi kebutuhan tanpa harus berbelanja langsung di toko fisik. Dalam proses menentukan keputusan pembelian, konsumen cenderung memberi perhatian utama pada dua faktor penting, yaitu harga dan kualitas produk. Berdasarkan hal tersebut, penelitian ini dilakukan untuk mengukur sejauh mana pengaruh kedua faktor tersebut terhadap minat beli produk kosmetik secara online di platform Lazada, khususnya di kalangan mahasiswa.
Penelitian ini menggunakan metode kuantitatif dengan populasi mahasiswa International Women University yang pernah melakukan pembelian produk kosmetik melalui Lazada. Sampel penelitian terdiri atas 94 responden yang dipilih menggunakan teknik purposive sampling. Instrumen penelitian berupa kuesioner dengan skala Likert, sedangkan analisis data dilakukan menggunakan regresi linier berganda melalui aplikasi IBM SPSS Statistics 25. Hasil analisis menunjukkan bahwa variabel harga (X1) dan kualitas produk (X2) berpengaruh positif serta signifikan terhadap minat beli (Y), baik secara parsial maupun simultan. Koefisien regresi harga sebesar 0,484, sementara kualitas produk sebesar 0,443, yang mengindikasikan bahwa harga memiliki pengaruh lebih dominan dibandingkan kualitas produk. Secara simultan, kedua variabel tersebut mampu menjelaskan 78,5% variasi minat beli konsumen terhadap produk kosmetik di marketplace Lazada.
Berdasarkan temuan tersebut, dapat disimpulkan bahwa penerapan strategi harga yang kompetitif serta penyediaan produk berkualitas tinggi merupakan elemen kunci untuk mendorong minat beli konsumen di pasar digital. Secara teoritis, penelitian ini memperkaya literatur mengenai perilaku konsumen digital, sementara secara praktis, memberikan masukan bagi pelaku usaha untuk mengoptimalkan strategi pemasaran online dengan memperhatikan kedua faktor tersebut. Untuk penelitian selanjutnya, disarankan penambahan variabel lain seperti promosi digital, tingkat kepercayaan terhadap platform, dan ulasan pelanggan, serta memperluas jangkauan sampel agar hasil penelitian memiliki daya generalisasi yang lebih tinggi.
Abstract:Rendahnya minat untuk berwirausaha di kalangan anak muda menimbulkan kebutuhan akan pendidikan yang dapat menumbuhkan jiwa kewirausahaan mulai dari usia dini, bukan sekadar sebagai tambahan keterampilan tetapi juga sebagai…
ai bagian dari pengembangan karakter. Artikel ini membahas peran edupreneurship sebagai metode pendidikan dalam menciptakan kreativitas wirausaha Islami dengan pendekatan kajian pustaka. Analisis akan berfokus pada pengertian edupreneurship, integrasi nilai-nilai Islam dalam kewirausahaan, serta cara yang dapat digunakan untuk menilai kreativitas wirausaha di sekolah. Kajian literatur dilakukan dengan melakukan pemeriksaan terhadap berbagai sumber akademis untuk memperkirakan kekuatan dan kelemahan penerapan program edupreneurship, termasuk dalam hal kurikulum, desain pembelajaran, kegiatan praktik seperti bazar sekolah, pembuatan produk, pemasaran digital, serta penerapan alat untuk mengembangkan kreativitas. Hasil analisis menunjukkan bahwa edupreneurship memiliki potensi besar untuk meningkatkan kreativitas wirausaha Islami jika diintegrasikan ke semua mata pelajaran, dijalankan secara teratur, dan didukung oleh alat evaluasi yang jelas. Tanpa dukungan tersebut, klaim keberhasilan dalam membentuk kreativitas bersifat deskriptif dan sulit untuk digeneralisasi. Sebagai kesimpulan, penguatan edupreneurship harus diarahkan pada pendekatan yang lebih sistematis dan berbasis bukti agar dapat secara efektif membentuk generasi wirausaha Islami yang kreatif, beretika, dan mampu beradaptasi dengan perkembangan zaman. Abstrak dibuat dalam dua bahasa, yaitu Bahasa Inggris dan Bahasa Indonesia. Abstrak memuat secara singkat tentang latar belakang, tujuan, metode penelitian, hasil penelitian, dan kesimpulan penelitian. Abstrak berisi maksimum 250 kata, spasi tunggal ditulis dengan huruf miring (Italic) bagi abstrak Bahasa Inggris. Di bawah abstrak dicantumkan kata kunci yang terdiri atas maksimum enam kata, dimana kata pertama adalah yang terpenting. Abstrak dalam bahasa Indonesia merupakan terjemahan dari bahasa Inggris. Editor berhak untuk mengedit abstrak demi alasan kejelasan isi abstrak.
Abstract:The Bilateral Swap Agreement (BSA) aims to assist the financial sector by facilitating cooperation between Indonesia and Japan, providing developmental aid from the Japanese government to developing countries in the form…
of loans, yen loans, grants, and aid extended to Indonesia to stabilize the country's finances. This collaboration strengthens financial sectors and bilateral cooperation under the Bilateral Swap Agreement (BSA), implemented with the principle of pacta sunt servanda. Article 1320 explains the cooperation between Indonesia and Japan, where they extend agreements and enhance financial stability within a country, applying “lex specialis derogat legi generalis” agreements implemented by ministers and governors to recognize legally binding agreements between Indonesia and Japan, expanding the Bilateral Swap Agreement (BSA) framework in the financial sector. These agreements are advanced and legally recognized under established laws and regulations.
Abstract:Abstract: Statistics and research are two things that cannot be separated. Although there are types of research that do not require the dominant role of statistics (qualitative research), but to be able to produce conclusions…
sions that can be generalized to a wider population, statistics is needed. Such research is quantitative research with a positivistic paradigm, ie a phenomenon is real if it can be seen, measured, and classified. The application of statistical science which is generally needed by students in writing research such as theses and theses, will have a positive impact, especially in improving the quality of the research. To achieve this goal, it is necessary to conduct socialization to students. The socialization was carried out to several students from both state universities and private universities in the city of Palembang. The socialization was done by introducing and giving tutorials on how to use statistical applications such as SPSS and Eviews, because several lecturers at several universities in Palembang complained about the poor quality of research and some said that their students did not really understand how to use SPSS and Eviews. The first result of this service is that students' understanding of SPSS and Eviews can be seen from discussions and questions and answers, second, namely the ability of students to apply the use of SPSS and Eviews in research.
Keywords: research; socialization; statistics
Abstrak: Statistik dan penelitian merupakan dua hal yang tidak bisa dipisahkan. Meskipun ada jenis penelitian yang tidak membutuhkan peranan statistika yang dominan (penelitian kualitatif), namun untuk dapat menghasilkan kesimpulan yang dapat digeneralisasikan ke populasi yang lebih luas diperlukan ilmu statistika. Penelitian yang demikian adalah penelitian kuantitatif dengan paradigma yang positivistik, yakni suatu gejala itu adalah nyata jika bisa dilihat, diukur, dan diklasifikasikan. Penerapan ilmu statistik yang umumnya dibutuhkan mahasiswa dalam penulisan penelitian seperti skripsi dan tesis, akan berdampak positif terutama dalam meningkatan kualitas penelitian tersebut. Untuk mencapai tujuan tersebut maka perlu diadakan sosialisasi kepada mahasiswa. Sosialisasi dilakukan pada beberapa mahasiswa baik dari perguruan tinggi negeri maupun perguruan tinggi swasta di Kota Palembang. Sosialisasi dilakukan dengan cara mengenalkan dan memberikan tutorial bagaimana penggunaan aplikasi statistic seperti, SPSS dan Eviews, karena beberapa dosen di beberapa universitas di Palembang mengeluhkan buruknya kualitas penelitian dan ada juga yang mengatakan bahwa mahasiswa mereka tidak begitu mengerti cara penggunaan SPSS dan Eviews. Hasil dari pengabdian ini yang pertama adalah pemahaman mahasiswa mengenai SPSS dan Eviews dapat dilihat dari diskusi dan tanya jawab, kedua yaitu kemampuan mahasiswa dalam menerapkan penggunaan SPSS dan Eviews dalam penelitian.
Kata Kunci: penelitian; sosialisasi; statistik
Abstract:Abstract: Malaria remains a major global health problem, particularly in tropical countries such as Indonesia. Accurate early diagnosis is essential for reducing malaria-related morbidity and mortality. Conventional microscopic…
oscopic examination is time-consuming, highly dependent on expert personnel, and prone to human error. This study compares the performance of two Convolutional Neural Network (CNN) architectures, ResNet-50 and DenseNet-121, for malaria image classification. The Cell Images for Malaria dataset provided by the National Institutes of Health (NIH) through Kaggle was used, consisting of 27,558 microscopic blood cell images categorized into Parasitized and Uninfected classes. The dataset was divided into 80% training data and 20% testing data. Image preprocessing included resizing to 224 × 224 pixels, normalization, labeling, and data augmentation using RandomFlip, RandomRotation, RandomZoom, and RandomContrast. Experimental results showed that the ResNet-50 model trained for 100 epochs achieved the highest performance, with an accuracy of 95.54% and precision, recall, and F1-score of 0.96. The confusion matrix indicated 5,272 correctly classified images out of 5,510 testing samples. These findings demonstrate that ResNet-50 outperformed DenseNet-121 and has strong potential for supporting accurate, reliable, and efficient computer-aided malaria diagnosis based on microscopic blood smear images.
Keywords: computer-aided diagnosis; convolutional neural network (CNN); densenet-121; early detection; image classification; malaria; microscopic blood smear images; resnet-50;
Abstrak : Malaria masih menjadi masalah kesehatan global yang serius, terutama di negara tropis seperti Indonesia. Diagnosis dini yang akurat sangat penting untuk menurunkan angka morbiditas dan mortalitas. Metode konvensional berupa pemeriksaan mikroskopis memiliki keterbatasan karena memerlukan waktu yang relatif lama, bergantung pada tenaga ahli, dan berpotensi menimbulkan kesalahan manusia. Penelitian ini bertujuan membandingkan kinerja arsitektur Convolutional Neural Network (CNN) yaitu ResNet-50 dan DenseNet-121 dalam klasifikasi citra malaria. Dataset yang digunakan berasal dari Cell Images for Malaria yang disediakan oleh National Institutes of Health (NIH) melalui platform Kaggle, terdiri dari 27.558 citra dengan pembagian 80% data latih, 20% data validasi. Tahap praproses meliputi cleaning, resizing citra menjadi 224×224 piksel, normalisasi, labeling, serta data augmentasi menggunakan RandomFlip, RandomRotation, RandomZoom, dan RandomContrast. Hasil pengujian menunjukkan bahwa model ResNet-50 pada epoch 100 memperoleh akurasi sebesar 95,54% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,96. Confusion matrix menunjukkan jumlah prediksi benar sebanyak 5.272 dari total 5.510 data uji. Hasil ini menunjukkan bahwa arsitektur CNN mampu mengklasifikasikan citra malaria dengan tingkat akurasi yang tinggi dan memiliki kemampuan generalisasi yang baik terhadap data baru. Penelitian ini memberikan kontribusi dalam evaluasi performa arsitektur CNN untuk mendukung pengembangan sistem diagnosis malaria berbasis citra mikroskopis yang lebih cepat dan akurat.
Kata kunci: convolutional neural network (CNN); citra mikroskopis hapusan darah; densenet-121; diagnosis berbantuan komputer; deteksi dini; klasifikasi citra; malaria; resnet-50
Abstract:Abstract: The rapid growth of the digital music industry requires accurate music genre classification systems to enhance user experience in streaming services. This study compares a domain-specific Long Short-Term Memory…
(LSTM) network with three Large Language Models (LLMs)—HuBERT, WavLM, and WAV2Vec 2.0—for Music Genre Classification (MGC). The LSTM model was trained using Mel-spectrograms transformed from the GTZAN dataset, while the LLMs were fine-tuned using a smaller set of raw audio samples due to computational constraints. All models were tested on datasets with identical genre labels to ensure a fair evaluation. Results show that the LSTM model achieved the highest accuracy of 97.10%, outperforming HuBERT (86.00%), WavLM (83.00%), and WAV2Vec 2.0 (80.00%). The LSTM demonstrated superior generalization and stability without overfitting, while the LLMs struggled to differentiate between genres with similar acoustic characteristics. These findings indicate that general-purpose pre-trained models, although powerful, are less effective in music-specific tasks due to domain mismatch. Therefore, incorporating music-specific features and architectures remains essential for achieving higher accuracy and reliability in automatic genre classification systems.
Keywords: audio large language models; comparative deep learning; music genre classification.
Abstrak: Pertumbuhan industri musik digital yang pesat menuntut sistem klasifikasi genre musik yang akurat untuk meningkatkan pengalaman pengguna dalam layanan streaming. Penelitian ini dilatarbelakangi oleh perkembangan pesat model pembelajaran mendalam, khususnya jaringan LSTM dan model bahasa berskala besar LLM seperti HuBERT, WavLM, dan WAV2Vec 2.0, yang telah menunjukkan kemampuan representasi audio yang kuat. Tujuan penelitian ini ini membandingkan jaringan Long Short-Term Memory (LSTM) khusus domain dengan tiga model Large Language Models (LLM)—HuBERT, WavLM, dan WAV2Vec 2.0—untuk tugas Klasifikasi Genre Musik (MGC). Metode penelitian melibatkan pelatihan LSTM menggunakan data Mel-spectrogram hasil transformasi dari dataset GTZAN, sementara LLM disesuaikan (fine-tuning) menggunakan data audio mentah dalam jumlah lebih kecil karena keterbatasan komputasi. Seluruh model diuji pada dataset dengan label genre yang sama untuk memastikan evaluasi yang adil. Hasil penelitian menunjukkan bahwa model LSTM mencapai akurasi tertinggi sebesar 97,10%, sedangkan model HuBERT, WavLM, dan WAV2Vec 2.0 masing-masing memperoleh 86,00%, 83,00%, dan 80,00%. Model LSTM menunjukkan kemampuan generalisasi yang lebih baik tanpa overfitting, sedangkan model LLM cenderung kesulitan membedakan genre dengan karakteristik akustik yang mirip. Kesimpulan penelitian ini adalah ketidaksesuaian domain secara signifikan membatasi performa model umum saat diterapkan pada tugas berbasis musik. Oleh karena itu, penggunaan fitur dan arsitektur khusus musik sangat penting dalam membangun sistem klasifikasi genre yang lebih akurat.
Kata kunci: klasifikasi genre musik; model bahasa besar; perbandingan pembelajaran mendalam.
Abstract:Abstract: This study applies an integrated approach to optimize heart failure classification. The main objective is to address the challenge of class imbalance in medical datasets and to improve the accuracy, sensitivity,…
, and generalization of the classification model. The urgency of this issue is emphasized by statistics showing that cardiovascular diseases cause approximately 17.9 million deaths worldwide each year. Using a quantitative experimental approach, this study analyzes the "Heart Failure Prediction Dataset" from Kaggle, which consists of 918 records. The data were processed through normalization and encoding, followed by the application of SMOTE on the training set to balance class distribution. This step successfully increased model accuracy from 88.41% to 90.22% and minority class recall from 0.82 to 0.88. Furthermore, Bayesian Optimization was employed to refine the hyperparameters of SVM, resulting in a final model with an accuracy of 89.13% that demonstrated better generalization. This integrated approach significantly enhances the stability, sensitivity, and generalization of the model, making it a reliable tool for clinical decision support systems in predicting heart failure.
Keywords: bayesian optimization; heart failure; machine learning; SMOTE; SVM.
Abstrak: Penelitian ini menerapkan pendekatan terintegrasi untuk mengoptimalkan klasifikasi gagal jantung. Tujuan utama studi ini adalah untuk mengatasi tantangan ketidakseimbangan kelas dalam dataset medis dan meningkatkan akurasi, sensitivitas, serta generalisasi model klasifikasi. Urgensi ini ditegaskan oleh statistik yang menunjukkan bahwa penyakit kardiovaskular menyebabkan sekitar 17,9 juta kematian setiap tahun secara global. Menggunakan pendekatan eksperimental kuantitatif, penelitian ini menganalisis "Heart Failure Prediction Dataset" dari Kaggle, yang terdiri dari 918 catatan. Data diproses dengan normalisasi dan encoding, lalu SMOTE diterapkan pada data pelatihan untuk menyeimbangkan distribusi kelas. Langkah ini berhasil meningkatkan akurasi dari 88,41% menjadi 90,22% dan recall kelas minoritas dari 0,82 menjadi 0,88. Selanjutnya, Bayesian Optimization menyempurnakan hyperparameter SVM, menghasilkan model akhir dengan akurasi 89,13% yang menunjukkan generalisasi lebih baik. Pendekatan terintegrasi ini secara signifikan meningkatkan stabilitas, sensitivitas, dan generalisasi model. Hasil penelitian ini menjadikannya alat yang andal untuk sistem pendukung keputusan klinis dalam prediksi gagal jantung.
Kata kunci: bayesian optimization; gagal jantung; machine learning; SMOTE; SVM