Abstract:Abstract: Kampung Romantic is one of the urban villages in Malang City which currently transforms to be a village with special interest. One of the potentials in Kampung Romantis is the decorative-plant tour and business…
developed by its residents. This potential can be utilized to strengthen the character of the village that upholds good relations between neighbors and families. Reviewing the standard of a tourism village, Kampung Romantis is still far from the existing standard due to a lack of adequate facilities and infrastructure. However, its location is strategic as located in the middle of the city and near shopping centers, educational and heritage areas. Considering its strategic location and the high interest of the residents in developing their village, it is important to brand the area of this village visually. An effort was made through this service program through the signage design for a logo of Kampung Romantis which can strengthen the image of that area. The stages of the service program started from observation and communication with the residents, then planning and construction for the signage design. This program had successfully produced a signage design that was constructed to brand the area of Kampung Romantis by involving the residents.
Keywords: regional signage; romantic village; thematic village
Abstrak: Kampung romantis merupakan salah satu kampung kota di Kota Malang yang saat ini berupaya untuk menjadi kampung minat khusus. Wisata belanja tanaman hias yang merupakan potensi yang sekarang dapat dikembangkan oleh warganya sendiri. Potensi tersebut dapat dimanfaatkan sebagai untuk memperkuat identitas kawasan sebagai kampung kota yang tetap mengedepankan hubungan yang baik dengan tetangga dan juga keluarga. Apabila dikaji berdasarkan standar kampung wisata, maka kampung romantis masih jauh dari standar yang ada karena sarana dan prasarananya masih minim. Lokasi kampung romantis sangat strategis karena terletak ditengah Kota Malang dan juga dekat dengan pusat perbelanjaan, area pendidikan dan juga kawa-san heritage (warisan) yang ada di Kota Malang. Melihat lokasinya yang strategis serta tingginya minat warganya untuk mengembangkan menjadi kampung wisata, maka diperlukan upaya untuk dapat membranding kawasan tersebut dan juga mempercantik secara visual kawasan tersebut. Upaya yang dilakukan dalam kegiatan pengabdian ini melalui desain signage berupa logo dari kampung romatis untuk dapat memperkuat branding kawasan tersebut. Tahapan kegiatan pengabdian dimulai dari observasi dan komunikasi dengan warga hingga perencanaan dan konstruksi signage. Kegiatan pengabdian ini berhasil membuat rancangan signage yang akhirnya dapat dibangun untuk branding di Kawasan kampung romantis dengan keterlibatan warganya.
Kata kunci: desa tematik; kampung romantis; signage
Abstract:Some housewives in Batam City do not work, relying solely on income from their husbands. During this time, housewives use their free time to socialize and have a good time with their neighbors without producing anything…
useful, so it's time to take advantage of these habits in order to produce something to support their family's economy. In order for income housewives to have new knowledge and abilities, crafting activities are carried out by using patchwork. This training is carried out to use patchwork to have more selling value such as hijab accessories. This training was carried out twice, which was given the understanding of housewives about the use of patchwork and then given the practice of learning by doing. In the implementation of the service carried out by practicing directly how to make a brooch with several models of patchwork. Aside from the guidance of making brooches from patchwork, researchers also provide assistance in managing financial management, so that in the future it can be used as a home business that can help support the family's economy. From the results of the evaluation at the service of the mothers, thousands of households have been able to make patchwork brooches with several variations and models
Abstract:Abstract: Water irrigation is a crucial aspect of agriculture that often becomes the primary concern for farmers, especially because suboptimal management can lead to decreased crop yields and reduced income. So far, farmers…
mers have been practicing irrigation manually, where plants are watered twice a day, in the morning and evening, based on weather conditions without considering soil temperature or moisture levels. Based on the observations conducted, it was found that excessive water application increases water accumulation, resulting in nutrient loss from the soil and even root diseases. The objective of this study is to develop a system utilizing an ESP32 microcontroller and sensors to detect soil moisture, with a machine learning-based K-Nearest Neighbor (KNN) model, enabling farmers to remotely monitor and control their crops using an Android device. The testing results showed that with input data of 32°C temperature, 40% soil moisture, and 60% air humidity, the system produced a nearest distance of 0.000 and 0.541 from the closest k-nearest neighbors, with a status label of "needs water." As a result, the relay activates the water pump to irrigate the field. Meanwhile, for data with a nearest distance of 0.897, the system identified the status as "does not need water," indicating that the soil remains wet or moist. This study is expected to help reduce farmers' workloads by optimizing water usage according to plant needs and improving crop quality and yield.
Keywords: k-nearest neighbor (KNN); mikrokontroller ESP32; machine learning; water irrigation
Abstrak: Irigasi air merupakan aspek penting dalam pertanian yang menjadi perhatian utama petani, terutama karena pengelolaan yang kurang optimal berdampak pada penurunan hasil panen dan pendapatan. Selama ini, praktik irigasi oleh petani dilakukan secara manual, di mana penyiraman tanaman dilakukan dua kali sehari pada pagi dan sore berdasarkan kondisi cuaca tanpa memperhatikan suhu atau kelembaban tanah. Berdasarkan hasil observasi yang dilakukan, ditemukan masalah yaitu pemberian air secara berlebih menyebabkan akumulasi air meningkat mengakibatkan kehilangan nutrisi tanah dan bahkan penyakit akar. Tujuan penelitian ini menciptakan sistem yang dirancang menggunakan mikrokontroler ESP32 dan sensor untuk mendeteksi kelembaban tanah, dengan model K-Nearest Neighbor (KNN) berbasis machine learning sehingga memudahkan petani untuk mengontrol tanaman mereka dari jarak jauh menggunakan android. Hasil pengujian yang dilakukan dengan data inputan berupa suhu 32°C, kelembaban tanah 40% dan kelembaban udara 60%, sistem menghasilkan jarak terdekat sebesar 0.000 dan 0.541 dari k-nearest terdekat dengan label status "butuh air". Maka relay akan mengaktifkan pompa air untuk mengairi lahan. Kemudian, pada data dengan jarak terdekat 0.897, sistem mengidentifikasi status "tidak butuh air", menunjukkan bahwa kondisi tanah masih basah atau lembab. Penelitian ini diharapkan dapat membantu meringankan beban kerja petani mengoptimalkan penggunaan air sesuai dengan kebutuhan tanaman dan meningkatkan kualitas hasil panen.
Kata kunci: irigasi air; k-nearest neighbor (KNN); mikrokontroller ESP32; machine learning
Abstract:Abstract: Heart disease is one of the leading causes of death worldwide, making early detection and accurate diagnosis crucial for reducing mortality rates and improving patient outcomes. This study aims to evaluate the…
effectiveness of four machine learning algorithms—Logistic Regression, Random Forest, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN)—in predicting heart disease, with a focus on enhancing model performance using Linear Discriminant Analysis (LDA) for feature reduction. Among the models, SVM achieved the highest accuracy at 84.24%, followed by Logistic Regression at 83.70%. Although Random Forest and KNN showed lower accuracies, all models benefited from LDA's dimensionality reduction. This study suggests that SVM, combined with LDA, offers an optimal solution for early and accurate heart disease prediction in the healthcare industry.
Keywords: feature reduction; heart disease; linear discriminant analysis (LDA); machine learning; SVM
Abstrak: Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga deteksi dini dan diagnosis yang akurat sangat penting untuk menurunkan angka kematian dan meningkatkan hasil pengobatan pasien. Penelitian ini bertujuan untuk mengevaluasi efektivitas empat algoritma pembelajaran mesin—Regresi Logistik, Random Forest, Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN)—dalam memprediksi penyakit jantung, dengan fokus pada peningkatan kinerja model menggunakan Analisis Diskriminan Linear (LDA) untuk reduksi fitur. Di antara model yang diuji, SVM mencapai akurasi tertinggi sebesar 84,24%, diikuti oleh Regresi Logistik dengan 83,70%. Meskipun Random Forest dan KNN menunjukkan akurasi yang lebih rendah, semua model memperoleh manfaat dari reduksi dimensi yang diberikan oleh LDA. Studi ini menunjukkan bahwa SVM yang dikombinasikan dengan LDA merupakan solusi optimal untuk prediksi penyakit jantung secara dini dan akurat dalam industri kesehatan.
Kata kunci: linear discriminant analysis (LDA); machine learning; penyakit jantung; reduksi fitur; SVM.
Abstract:Abstract: In this research, a prediction system has been successfully developed to predict whether or not a prospective money borrower will run smoothly. Prospective borrowers who will borrow, some of the data that meet…
the criteria will be inputted by the office clerk into a prediction application system interface to be processed using the Data Mining method, namely the K-Nearest Neighbor Algorithm with the Codeigniter programming language 3. The results of the Euclidean calculation process are based on predetermined criteria Between training data (training) to testing data (test) will be displayed with a table that has been sorted from smallest to largest containing 9 closest neighbors according to the K value that has been determined, namely 9. The nine neighbors will be taken the dominant category. This dominant category can be used as a guideline that makes it easier for the leader to make a decision on the next borrower.
Keywords: Data Mining; Euclidean; K-Nearest Neighbor; Prospective Borrowers;
Abstrak: Dalam penelitian ini telah berhasil dibuat sebuah sistem prediksi untuk memprediksi lancar atau tidak lancarnya seorang calon peminjam uang. Calon peminjam uang yang akan meminjam, sebagian datanya yang memenuhi kriteria akan diinputkan petugas kantor ke dalam sebuah interface sistem aplikasi prediksi untuk diolah menggunakan metode Data Mining yaitu Algoritma K-Nearest Neighbor dengan bahasa pemrograman Codeigniter 3. Hasil proses perhitungan Euclidean berdasarkan kriteria yang sudah ditentukan antara data training (latih) ke data testing (uji) tersebut akan ditampilkan dengan sebuah tabel yang sudah diurutkan dari yang terkecil ke terbesar berisi 9 tetangga terdekat sesuai dengan nilai K yang sudah ditentukan yaitu 9. Sembilan tetangga tersebut akan diambil kategori yang dominan. Kategori yang dominan tersebut bisa dijadikan suatu pedoman yang memudahkan pimpinan dalam mengambil sebuah keputusan kepada calon peminjam selanjutnya.
Kata kunci: Debitur; Data Mining; Euclidean; K-Nearest Neighbor
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.
Abstract:Diabetes merupakan penyakit kronis yang ditandai dengan tingginya kadar glukosa dalam darah, yang dapat menyebabkan komplikasi serius jika tidak dikelola dengan baik. Dalam penelitian ini, dilakukan prediksi diabetes pada…
a perempuan suku Indian Pima menggunakan algoritma klasifikasi K-Nearest Neighbors (K-NN). Dataset yang digunakan diperoleh dari National Institute of Diabetes and Digestive and Kidney Diseases, yang terdiri dari 769 data pasien dengan 9 atribut. Penelitian ini menggunakan metode deskriptif kuantitatif dengan pendekatan rekayasa perangkat lunak dan Library Online Research. Data dianalisis menggunakan RapidMiner versi 10.3. Hasil dari model K-NN menunjukkan tingkat akurasi sebesar 70,13%, dengan presisi 59,09% untuk pasien positif dan 74,55% untuk pasien negatif. Nilai recall yang diperoleh adalah 48,15% untuk pasien positif dan 82,00% untuk pasien negatif. Meskipun akurasi model ini cukup baik, penelitian lebih lanjut diperlukan untuk meningkatkan kualitas prediksi. Algoritma K-NN terbukti efektif digunakan dalam klasifikasi diabetes, tetapi kualitas hasil sangat bergantung pada kualitas data yang dianalisis.