Indonesia is an agricultural country where most of the population grows rice and most farmers cannot detect early if there is a pest attack on rice plants . This research discuss about deep learning implementation to classify or identify diseases in rice leaves using mobile application. This system will make users easily to diagnose diseases by displaying diagnostic results in the form of the name of the disease along with its taxonomy, disease description and drug recommendations for disease solutions. There are four classes of leaves used in this research, including healthy leaves, leaf blight, brown spot and potassium deficiency. The design of the model uses two approaches, one of them are modeling convolutional neural network from the scratch and modeling with transfer learning using inception v3 architecture. Both models will go through training process to produce a model that is ready to be used for classification. In application testing, a comparison is made between two models. From the tests that have been carried out, it is concluded that the system with model made using transfer learning approach, produce good accuracy with an accuracy of 90%. Meanwhile the System with the other model gain an accuracy of 62%. So when the data used in research are extremely low, it is best to use transfer learning as an approach to design a mode.

Pembelajaran jarak jauh (juga disebut juga pendidikan jarak jauh) merupakan pelatihan yang diberikan kepada peserta atau siswa yang tidak berkumpul bersama di satu tempat secara rutin untuk menerima pelajaran secara langsung dari instruktur. Bahan-bahan dan instruksi-instruksi detail yang bersifat khusus dikirimkan atau disediakan untuk para peserta yang selanjutnya melaksanakan tugas-tugas yang akan dievaluasi oleh instruktur. Dalam kenyataannya dapat dimungkinkan instruktur dan peserta tersebut terpisah tidak hanya secara geografis namun juga waktu. Akan tetapi pada masa pandemic Covid-19 ini kita sebagai pengajar dituntut bisa mengajarkan materi melalui online. Banyak sekali aplikasi yang bisa digunakan dalam pembelajaran online, akan tetapi banyak pengajar yang masih minim pengetahuan dalam penggunaan aplikasi ini. Oleh karena itu tim pengabdian institut teknologi dan bisnis asia Malang mengadakan seminar dan workshop pembelajaran jarak jauh di Islamic Boarding School Al Hamra Malang. Seminar ini bertujuan untuk menambah pengetahuan tentang aplikasi pembelajaran online bagi pendidik di Islamic Boarding School Al Hamra Malang

COVID-19 pandemic has significantly reduced most of MSME revenue, including Pelangi Nusantara Singhasari Foundation (PELANUSA). Market demand has decreased drastically, many activities and production have been delayed, which have an impact on the decline in sales turnover. This forces all activities to shift to the digital realm to ensure business continuity. In fact, the process of migrating community activities from conventional systems to digitalization poses a new problem for the management. The use of platforms that are still fragmented, the lack of knowledge of digital marketing concepts, to the limitations of the management in carrying out empowerment activities, especially for members of the disabled community. Seeing this phenomenon, Institut Asia Malang collaborated with PT. Ina Gata Persada proposed an innovative solution in the form of a digital empowerment application called PELAWONS (PELANUSA for Women and Disabilities). To achieve the suitability of the purpose of PELAWONS with functionality and timeliness, it takes an analysis and proper software design. SCRUM is considered to be able to produce good quality software according to user desires, can be used in large and small projects, and easy to adopt changes. We developed PELAWONS refers to the five main steps on SCRUM process: establishing SCRUM team, defining list of the product backlogs, arranging the sprint phase, analyzing the progress through daily scrum, and evaluating the result with sprint review. SCRUM methodology adoption in designing PELAWONS proven to be able to accelerate the application development process and reduce the risk of project failure through system flexibility.

AbstrakAntrian merupakan hal penting dalam manajemen operasi. Sistem antrian bisa diketemukan pada sektor industri maupun sektor jasa. Antrian bisa barisan orang atau barang yang menunggu untuk dilayani dan meninggalkan barisan setelah dilayani.Tujuan dari penelitian ini adalah untuk mengukur tingkat kepuasan pelayanan yang diberikan perguruan tinggi sehubungan dengan berapa cepat pemenuhan kebutuhan mahasiswa dibidang akademik.Hasil menunjukkan bahwa model jenis antrian pelayanan akademik yang digunakan di STMIK ASIA Malang adalah jenis antrian model Multi Channel -Singel Phase dengan menerapkan disiplin antrian yaitu First In -First Out (FIFO) . Pola kedatangan mahasiswa mengikuti distribusi poisson dengan nilai 15 mahasiswa/jam dan pola pelayanan berdistribusi eksponential dengan nilai rata-rata 17 mahasiswa/jam. Dari pengujian didapatkan tingkat intensitas pelayanan 88% sedangkan 12% untuk istirahat, jumlah rata-rata mahasiswa yang dalam sistem 7.5, jumlah mahasiswa yang menunggu dalam antrian untuk dilayani 6.6, waktu yang digunakan mahasiswa selama dalam sistem (menunggu untuk dilayani) 15 menit, waktu yang diharapkan oleh setiap mahasiswa untuk menunggu dalam antrian 13.4 menit. Jumlah optimal pegawai dalam memberikan pelayanan terhadap mahasiswa adalah dengan melakukan penambahan 1-2 pegawai, maka waktu tunggu dalam sistem yang awalnya 30 menit menjadi 10 menit dan waktu tunggu dalam antrian yang awalnya 13.4 menit menjadi 5.38 menit.Kata Kunci : Sistem Antrian, Multi Chanel-Single Phase, Poisson, FIFO dan Eksponential.

Ekstraksi fitur adalah awal untuk dapat mengklasifikasi dan menginterpretasi citra dengan mengaitkan karakteristik daun kedalam sekelompok marga yang sesuai dengan jenisnya. Algoritma yang digunakan adalah backpropagation yang didasarkan pada bentuk dan warna. Rumusan masalah yang diambil adalah bagaimanakah penggunaan algoritma backpropagation dapat meningkatkan kualitas masyarakat dalam mengidentifikasi citra daun. Tujuan penelitian ini adalah mempermudah khalayak umum untuk mengenali tanaman khususnya marga Azadirachta, Swietenia, dan Khaya. Penelitian ini menggunakan teknik pengumpulan data berupa observasi, wawancara, dan dokumentasi. Analisis data dilakukan dengan memasukkan konten kedalam sistem. Data akan di inputkan ke mesin learning yang didapat dari ekstraksi fitur  dan di proses dengan metode backpropagation. Perancangan sistem menggunakan algoritma backpropagation untuk mengklasifikasikan tanaman melalui fitur daun.  Pada sistem ini menggunakan Android Studio dan database SQLite. Hasil dari penelitian ini adalah dari 9 data pengujian terdapat 8 data yang dikenali dan 1 data yang salah dikenali. Data tersebut menunjukkan tingkat keakurasian algoritma backpropagation dalam mempermudah khalayak umum untuk mengenali tanaman khususnya marga Azadirachta, Swietenia, dan Khaya adalah 88,9%. Selain itu, hasil kuesioner menunjukan algoritma backpropagation memiliki kemanfaatan aplikasi 66%, kemudahan interaksi 76%, dan tampilan aplikasi 80%. Rata-rata keseluruhan dari manfaat tiap aspek adalah  74,2%.   Kata Kunci : Ekstraksi Fitur, Identifikasi Tanaman, Fitur Bentuk, Fitur Warna, Citra Daun, Algoritma Backpropagation