Lembaga Amil Zakat Infaq Shadaqah di Universitas Muhammadiyah Bangka Belitung (LAZISMU UNMUH BABEL) merupakan suatu lembaga yang berperan sebagai penghimpun, pengelola serta penyaluran ZISWAF. LAZISMU UNMUH BABEL masih menggunakan sistem manual dalam proses penghimpunan dananya dan metode ini dinilai tidak efektif dan efisien. Berdasarkan permasalahan tersebut, maka dilakukan penelitian yang tujuannya untuk merancang dan membangun Sistem Informasi Digital Fundraising LAZISMU UNMUH BABEL agar proses penghimpunan dananya dapat berjalan lebih efektif dan efisien. Metode pengembangan menggunakan metode waterfall. Tahapan awal adalah menganalisis kebutuhan sistem informasi, selanjutnya membuat rancangan dalam bentuk use case diagram, activity diagram dan ERD. Kemudian diimplementasikan menggunakan framework CodeIgniter 3. Hasil pengujian dengan metode blackbox bahwa perangkat lunak berjalan sesuai kebutuhan. Sedangkan hasil metode pengujian kuesioner mendapat 87,6% yang menegaskan bahwa sistem informasi memiliki penilaian yang layak digunakan.

Migrain merupakan sakit kepala yang biasanya terjadi pada salah satu sisi kepala saja atau dapat disebut sakit kepala sebelah. Migrain dapat terjadi pada siapa saja dengan berbagai gejala yang menandakan tipe migrain yang berbeda. Banyaknya tipe migrain yang diiringi dengan gejala-gejala yang berbeda membuat diagnosis dan perawatan terhadap penderita migrain menjadi sulit dilakukan. Penelitian ini bertujuan untuk membandingkan performa Algoritma Multilayer Perceptron (MLP) dan K-Nearest Neighbor pada Klasifikasi Tipe Migrain. Agoritma Multilayer Perceptron (MLP) dan K-Nearest Neighbor untuk klasifikasi migrain diharapkan dapat membantu dalam mengklasifikasikan jenis migrain berdasarkan gejala-gejala yang muncul secara tepat dan akurat. Klasifikasi yang tepat dan akurat dapat membantu tenaga kesehatan dalam merekomendasikan perawatan yang tepat pula bagi penderita migrain sesuai dengan jenis migrain yang dialaminya. Adapun dataset yang digunakan merupakan dataset yang diakses secara publik dan diambil situs kaggle.com. Dataset ini memiliki 24 atribut dan 400 baris data. Hasil penelitian menunjukkan bahwa Algoritma Multilayer Perceptron (MLP) menghasil prediksi yang cukup baik dengan tingkat akurasi 91%. Sedangkan Algoritma K-Nearest Neighbor menghasilkan prediksi dengan tingkat akurasi sebesar 72%.

No abstract

There are many indigenous cuisines of the Belinyu community, such as: Pempek (Kelesan), grilled satay (otak-otak), Model, Lenggang, Tekwan etc. These cuisines come from the processing of seafood and become targets of travelers for culinary hunting. Based on the results of surveys to several places in the Belinyu sub-district, most of these culinary craftsmen are home industries. They still process the food, especially the dough manually. This process affects the quality of the dough, which becomes uneven and hard. The dough is also difficult to become smooth. To make the dough smooth using this manual method, it will take a long time to stir in the stirring process. This causes delays in production time. The specific target of this community service activity is the establishment of a mutually beneficial relationship between Polman Babel and Partners. Partners will receive appropriate technical assistance in the form of mixer machines and production business management training. In order to solve the production problem, such as the quality and production capacity that must be achieved, an appropriate technology was made. The technology is a mixer machine with a dough capacity of 5 Kg/operation or 25 kg/hour using electromotor power. This machine is expected to solve the production problems faced by partners.