Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–2 dari 2 artikel
Pemberdayaan Santri di Era Digital Melalui Pembelajaran Bahasa Inggris Berbasis Mobile
Wijayatiningsih, Testiana Deni
; Mulyadi, Dodi
; Budiastuti, Riana Eka
; Setiawan, Anjar
; Izatunnajah, Hana
; Maulidina, Yunita Putri
; Az Zahra, Olivia
; Haque, Kikan Laila Arinil
Jurnal Inovasi dan Pengabdian Masyarakat Indonesia
Vol 5
, No 1
(2026)
Latar belakang: Keterbatasan media pembelajaran, rendahnya kepercayaan diri santri dalam menggunakan Bahasa Inggris, serta minimnya pemanfaatan perangkat mobile sebagai sarana belajar merupakan latar belakang dilakukannya kegiatan pengabdian masyarakat ini. Padahal hampir seluruh santri telah memiliki smartphone yang berpotensi besar menjadi alat pembelajaran yang fleksibel, menarik, dan sesuai dengan gaya belajar generasi digital. Tujuan: Program Pengabdian kepada Masyarakat ini bertujuan untuk...
Sumber Asli
Google Scholar
DOI
An Intelligent Telediagnosis of Acute Lymphoblastic Leukemia using Histopathological Deep Learning
Khan Tusar, Md. Taufiqul Haque
; Islam, Md. Touhidul
; Sakil, Abul Hasnat
; Khandaker, M N Huda Nahid
; Hossain, Md. Monir
Journal of Computing Theories and Applications
Vol 2
, No 1
(2024)
Leukemia, a global health challenge characterized by malignant blood cell proliferation, demands innovative diagnostic techniques due to its increasing incidence. Among leukemia types, Acute Lymphoblastic Leukemia (ALL) emerges as a particularly aggressive form affecting diverse age groups. This study proposes an advanced mechanized system utilizing Deep Neural Networks for detecting ALL blast cells in microscopic blood smear images. Achieving a remarkable accuracy of 97% using MobileNetV2, our...
Sumber Asli
Google Scholar
DOI
19 Sitasi