Berdasarkan data dari Badan Pusat Statistik (BPS), tingkat pengangguran tahun 2019 untuk lulusan SMK merupakan angka paling tinggi dibanding jenjang pendidikan lainnya. Hal ini terjadi karena keterampilan lulusan SMK belum sepenuhnya sesuai dengan kebutuhan industri. Untuk itu, perlu adanya unit pelatihan teknologi informasi di perguruan tinggi yang bidangnya bersesuaian sebagai wadah para lulusan SMK yang belum bekerja untuk meningkatkan kemampuan mereka agar dapat diterima di industri. Selain itu, unit pelatihan teknologi informasi di perguruan tinggi juga dapat menjadi sarana dosen untuk melaksanakan pengabdian kepada masyarakat dengan menjadi instruktur pada pelatihan tersebut. Metode pelaksanaan yang dilakukan dalam pengabdian masyarakat ini antara lain studi literatur, pengumpulan data, analisa kebutuhan, perencanaan pembuatan unit pelatihan, dan pembuatan media promosi.Luaran lain dari program ini adalah terbentuknya dokumen kurikulum pelatihan dan bahan ajar yang sesuai dengan kompetensi SKKNI yang diharapkan dan sesuai dengan kebutuhan industri, sehingga angkatan kerja lulusan SMK dapat terserap dengan baik.  Kata kunci: Pengembangan Unit Pelatihan, SMK, Pelatihan, Lulusan SMK

Di bidang rekam medis, citra medis merupakan data yang sensitif. Akan tetapi, masih banyak sistem rekam medis di rumah sakit atau institusi kesehatan yang menyimpan citra medis pasien dalam database tanpa dienkripsi terlebih dahulu. Hal ini memberikan peluang terhadap pihak yang tidak berwenang untuk mengakses citra medis secara ilegal. Pada penelitian ini hanya sebagian bit pada citra medis yang dienkripsi, atau biasa disebut sebagai enkripsi selektif. Sebagian bit pada setiap piksel tersebut dioperasikan dengan bilangan acak yang dibangkitkan dengan menggunakan algoritma Linear Congruential Generator. Dari hasil pengujian, metode yang diajukan memiliki performa yang cukup baik sehingga dapat diaplikasikan pada kasus nyata.

Named Entity Recognition(NER) merupakan bagian dari pengembangan perangkuman dokumen, klasifikasi dan pencarian informasi. Implementasi NER pada domain pertanian, khususnya teks instruksional atau transkripsi video tutorial, akan memudahkan masyarakat umum memahami konsep dan istilah khusus dari kegiatan pertanian kota seperti proses dan prosedur produksi tanaman, metode dan alat pertanian, siklus panen, dan penanganan hama atau penyakit tanaman. Spacy merupakan alat bantu NLP, memiliki dua metode pengembangan model NER, yaitu dengan Toc2Vec dan Transformer. Kedua metode memiliki kelebihan dan kekurangan, yaitu ukuran, performansi dan kecepatan prediksi yang berbeda beda sesuai kebutuhan. Model NER dapat diimplementasikan menjadi aplikasi Serverless, dengan menggunakan pendekatan Fungsional as Services (FaaS) dan Backend as Services (BaaS). Pada penelitian ini telah dikembangkan tiga model NER untuk data teks instruksional pertanian sub topik budidaya tanaman buah. Model berbasis Toc2Vec dengan optimasi efisiensi, Model Toc2Vec dengan optimasi akurasi dan Model berbasis IndoBERT. Model berbasis Transformer memiliki nilai f1-score terbaik sebesar 0.71 disusul Model Toc2Vec Efisiensi sebesar 0.60 dan Model Toc2Vec Efektif dan 0.57. Model Toc2Vec tidak dapat memprediksi entitas numerik dengan baik, Prediksi entitas COUNT, PERIOD dan VERIETAS selalu tertukar. Selain itu Ukuran model berbanding lurus dengan kecepatan prediksi kata per detik, dalam hal ini Model Toc2Vec optimasi efisiensi unggul, model tersebut mudah diimplementasikan menjadi Serverless berbasis FaaS dan BaaS. Fungsionalitas dari Serverless ML telah berhasil diuji menggunakan metode Blackbox.

No abstract

The application of artificial intelligence, especially in the automatic optical inspection of printed circuit boards or PCBs, is increasingly being carried out by researchers. Unfortunately, the data used to train and test artificial intelligence models is synthetic data. Printed circuit boards in good condition are imaged and then changed by software to give the impression of defects. In addition, the type of damage is limited to pre-operation, namely when the PCB is not yet operational. After the PCB is operational, damage can occur, for example, burned components. Until now, there is no data set of PCB images with burned components. This study, therefore, explores data retrieval techniques that can produce the required data set. This data collection technique includes hardware setup and PCB data sources. Based on the exploration results, it is concluded that a trinocular digital microscope with high resolution can produce sharp PCB images. The obstacle that arises is the difficulty of getting PCBs with burned components. The solution was obtained by referring to the PCB repair video from the Youtube channel. Several data were collected and tested with EfficientDet with 90% mAP.