Claim Missing Document
Check
Articles

Found 4 Documents
Search

Persepsi Peserta Didik terhadap Proses Pembelajaran Matematika di SMK SMTI Makassar Ahmad Talib; Ahmad Zaki; Norma Nasir; Khawaritzmi Abdallah Ahmad; Khuzaimah Nur Anisa
Journal of Community Services and Development Vol. 2 No. 1 (2026): May 2026
Publisher : LPP Chani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64619/v2i1.30

Abstract

Praktik Pengalaman Lapangan (PPL) merupakan kegiatan penting dalam pembentukan profesionalisme calon guru, karena memberikan kesempatan bagi mahasiswa untuk menerapkan teori pembelajaran secara langsung di kelas. Penelitian ini bertujuan untuk mendeskripsikan persepsi peserta didik terhadap proses pembelajaran matematika yang dilaksanakan oleh mahasiswa PPL di SMK SMTI Makassar. Penelitian menggunakan pendekatan kualitatif dengan teknik pengumpulan data melalui angket, observasi, dan dokumentasi. Analisis data dilakukan melalui reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa mahasiswa PPL memperoleh respons positif dari peserta didik pada berbagai aspek, seperti kejelasan penyampaian materi, relevansi contoh dan tugas, sikap profesional, interaksi kelas, serta kemampuan memotivasi siswa. Secara keseluruhan, pembelajaran matematika yang dilaksanakan mahasiswa PPL dinilai menyenangkan, jelas, dan membantu siswa memahami materi dengan baik. Temuan ini diharapkan dapat menjadi masukan bagi peningkatan kualitas pelaksanaan PPL serta pengembangan kompetensi calon guru.
Penguatan Kompetensi Machine Learning Mahasiswa S2 Data Science melalui Pelatihan Python dan Scikit-Learn Khawaritzmi Abdallah Ahmad; Mariani; Nur Rahmah Yunita Abar; Alvioni Bani; St. Nurhilmah Busrah
Journal of Community Services and Development Vol. 2 No. 1 (2026): May 2026
Publisher : LPP Chani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64619/v2i1.37

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memperkuat kompetensi praktis machine learning mahasiswa S2 Data Science Universitas Hasanuddin melalui pelatihan Python dan Scikit-Learn. Kegiatan ini dilatarbelakangi oleh pentingnya kemampuan mahasiswa pascasarjana dalam menghubungkan pemahaman konseptual data science dengan keterampilan implementasi komputasional. Materi pelatihan disusun secara bertahap, dimulai dari pengenalan Python, alasan penggunaan Python dalam data science dan machine learning, media kerja pemrograman, input-output, control flow, fungsi, struktur data, hingga dasar object-oriented programming. Selanjutnya, peserta diperkenalkan pada konsep machine learning, supervised learning, unsupervised learning, classification, regression, clustering, dimensionality reduction, essential library seperti Pandas, NumPy, dan Matplotlib, serta implementasi model menggunakan Scikit-Learn. Materi Python menekankan bahwa Python dapat digunakan untuk mathematics and data science, machine learning, software development, scripting, dan bidang komputasi lainnya. Sementara itu, materi Scikit-Learn memuat pengenalan machine learning, proses pemodelan, classification, regression, clustering, dimensionality reduction, instalasi, dan praktik implementasi kode . Metode kegiatan menggunakan pelatihan interaktif, demonstrasi kode, praktik langsung, diskusi, dan pengisian angket respons peserta. Hasil kegiatan menunjukkan bahwa pelatihan terlaksana sesuai tahapan yang dirancang dan memberikan pengalaman praktis kepada peserta dalam memahami alur kerja machine learning berbasis Python dan Scikit-Learn. Kegiatan ini menjadi langkah awal dalam mendukung penguatan literasi komputasional dan kompetensi machine learning mahasiswa pascasarjana data science.
Perbandingan Efektivitas Back Translation dan Easy Data Augmentation pada Automatic Short Answer Scoring Bahasa Indonesia Nur Fadilah; Khawaritzmi Abdallah Ahmad; Muh. Isbar Pratama
Progressive Information, Security, Computer, and Embedded System Vol. 4, No. 1 Maret (2026)
Publisher : Sakura Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/pisces.v4i1.1294

Abstract

Automatic Short Answer Scoring (AES) is a Natural Language Processing (NLP) application designed to automatically assess short-answer responses. One of the primary challenges in developing AES systems is the limited size and diversity of available datasets, which can adversely affect a model’s generalization capability. Previous studies have demonstrated that Easy Data Augmentation (EDA) based on IndoBERT-generated synonyms can improve model performance on the UKARA dataset; however, this approach remains limited because the augmentation process is performed at the word level. This study aims to compare the effectiveness of Back Translation and IndoBERT-based Synonym EDA for Indonesian AES systems using the UKARA dataset. To ensure a fair comparison, the dataset, preprocessing procedures, FastText-based text representation, BiLSTM architecture, and evaluation methods were kept consistent across experiments, allowing performance differences to be attributed solely to the augmentation techniques. The experiments were conducted using both Non-K-Fold Evaluation and 3-Fold Cross-Validation scenarios. The results indicate that Back Translation outperformed IndoBERT-based Synonym EDA in most experimental settings, achieving the highest accuracy of 89.00% on Dataset A. Furthermore, the findings suggest that the quality and semantic diversity of the generated data have a greater impact on model performance than merely increasing the amount of training data. Therefore, Back Translation can serve as an effective alternative for enhancing dataset quality and improving the performance of Indonesian AES systems. Keywords: Automatic Short Answer Scoring, Back Translation, Easy Data Augmentation, IndoBERT, BiLSTM, FastText.
Pelatihan Platform Brainys untuk Mendukung Administrasi Akademik Guru Sekolah Dasar di Kabupaten Wajo Arian Nurrifqhi; Radhiansyah; Fettyana; Nur Fadilah; Khawaritzmi Abdallah Ahmad
ARRUS Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2026)
Publisher : PT ARRUS Intelektual Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.abdiku4707

Abstract

Beban administrasi akademik merupakan salah satu permasalahan utama yang dihadapi guru sekolah dasar, terutama terkait penyusunan dokumen perencanaan pembelajaran yang menuntut ketelitian, kesesuaian regulasi, dan waktu yang tidak sedikit. Kondisi ini mendorong perlunya pemanfaatan teknologi berbasis kecerdasan buatan sebagai solusi pendukung kerja administratif guru. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas guru sekolah dasar di Kabupaten Wajo dalam memanfaatkan platform Brainys sebagai alat bantu administrasi akademik. Metode yang digunakan adalah Participatory Action Research (PAR), yang melibatkan guru secara aktif melalui tahapan pre-test, eksplorasi permasalahan, penyampaian solusi, praktik langsung, serta refleksi melalui post-test dan diskusi kelompok Hasil pre-test terhadap 173 responden menunjukkan bahwa guru memiliki intensitas beban administrasi yang tinggi dan telah mengenal teknologi AI, namun pemanfaatannya belum optimal dan terstandar. Setelah pelatihan, hasil post-test dan refleksi menunjukkan respons positif terhadap penggunaan Brainys, terutama dalam hal kemudahan penggunaan, kejelasan alur kerja, dan efisiensi penyusunan dokumen administrasi akademik. Kegiatan ini menunjukkan bahwa pelatihan pemanfaatan platform AI terintegrasi berpotensi mengurangi beban administrasi guru serta mendukung peningkatan efisiensi dan kualitas pengelolaan administrasi akademik di sekolah dasar.