Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal The IJICS (International Journal of Informatics and Computer Science) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Teknologi Jaringan
Rodiah Hannum Lubis
STMIK Pelita Nusantara
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Public Health

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
MEMBANGUN GENERASI KREATIF DALAM DUNIA DIGITAL MELALUI PEMANFAATAN AI SEBAGAI ASISTEN PEMBUATAN KONTEN Endra Ary Prasasty Marpaung; Dedi Candro Parulian Sinaga; Martua Sitorus; Rodiah Hannum Lubis; Dwi Novia Amallia
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 6 (2025): Vol. 6 No. 6 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i6.53509

Abstract

Perkembangan teknologi digital dan kecerdasan buatan (Artificial Intelligence/AI) telah mengubah cara manusia belajar, bekerja, dan berkarya. Generasi muda, khususnya siswa Sekolah Menengah Pertama (SMP), merupakan kelompok yang sangat akrab dengan dunia digital namun belum sepenuhnya mampu memanfaatkannya secara produktif dan kreatif. Banyak siswa yang hanya menjadi pengguna pasif media sosial tanpa memahami potensi teknologi sebagai alat untuk mengembangkan kemampuan berpikir kritis, inovatif, dan kolaboratif. Kegiatan pengabdian masyarakat ini bertujuan untuk membangun generasi kreatif dalam dunia digital melalui pemanfaatan AI sebagai asisten pembuatan konten edukatif dan inspiratif. Metode kegiatan meliputi pelatihan literasi digital dan pengenalan konsep AI, pelatihan teknis pembuatan konten digital berbasis AI (teks, gambar, dan video), edukasi etika digital, serta pendampingan guru dalam mengintegrasikan AI ke dalam pembelajaran kreatif. Pelaksanaan kegiatan dilakukan dengan pendekatan workshop interaktif, learning by doing, dan project-based learning agar peserta dapat secara langsung menerapkan pengetahuan yang diperoleh. Hasil kegiatan menunjukkan peningkatan signifikan pada pemahaman siswa terhadap konsep AI, keterampilan mereka dalam memanfaatkan aplikasi AI untuk menciptakan konten digital, serta kesadaran terhadap etika penggunaan teknologi. Selain itu, terbentuk pula AI Creative Corner di sekolah mitra sebagai pusat kegiatan dan kolaborasi digital antara siswa dan guru. Kegiatan ini berhasil menumbuhkan motivasi, kreativitas, dan rasa tanggung jawab siswa dalam memanfaatkan teknologi secara positif. Dengan demikian, program ini berkontribusi dalam menciptakan generasi muda yang kreatif, adaptif, dan berdaya saing di era digital.
Penerapan Metode Fuzzy Time Series Dalam Memprediksi Jumlah Peserta Didik Baru Endra A. P. Marpaung; Martua Sitorus; Dedi Candro Parulian Sinaga; Rodiah Hannum Lubis; Dwi Novi Amalia
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.143

Abstract

Perencanaan penerimaan peserta didik baru merupakan aspek kritis dalam manajemen pendidikan karena berpengaruh langsung terhadap alokasi sumber daya, kualitas layanan, dan keberlanjutan institusi. Ketidakpastian jumlah pendaftar setiap tahun menjadi tantangan utama bagi pihak sekolah. Penelitian ini bertujuan menerapkan metode Fuzzy Time Series untuk memprediksi jumlah peserta didik baru berdasarkan data historis yang bersifat fluktuatif dan tidak pasti. Metode FTS dipilih karena kemampuannya dalam memodelkan data berbasis linguistik dan mengakomodasi ketidakpastian. Tahapan penelitian meliputi penentuan universe of discourse, pembentukan interval fuzzy, fuzzifikasi, pembentukan Fuzzy Logical Relationship (FLR) dan FLRG, serta defuzzifikasi. Data yang digunakan adalah jumlah peserta didik baru selama lima tahun akademik terakhir. Hasil prediksi dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan metode FTS mampu memberikan prediksi yang akurat dengan nilai MAPE sebesar 2.89%, mengindikasikan tingkat kesalahan yang rendah. Simulasi prediksi untuk tahun berikutnya menghasilkan 146 peserta didik. Dengan demikian, penerapan metode FTS dapat menjadi alternatif solusi yang efektif bagi institusi pendidikan dalam mendukung perencanaan strategis penerimaan peserta didik baru berbasis data.
Implementation of K-Nearest Neighbor Algorithm for Scientific Determination of Aid Recipients at STM Agape Dedi Candro Parulian Sinaga; R. Fanry Siahaan; Nera Mayana Br Tarigan; Rodiah Hannum Lubis; Dwi Novia Amallia
The IJICS (International Journal of Informatics and Computer Science) Vol. 9 No. 3 (2025): November
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/ijics.v9i3.9484

Abstract

Providing assistance to underprivileged families is an important social effort to enhance community welfare; however, the selection of aid recipients often encounters problems such as subjectivity, unstructured data, and time inefficiency when conducted manually. This study aims to develop and evaluate a decision support system for determining aid recipients at STM Agape using the K-Nearest Neighbor (KNN) algorithm to improve accuracy and objectivity in the selection process. The research methodology employed a quantitative classification approach, where data were collected from families based on predefined criteria, including family income, number of dependents, housing conditions, and the occupation of the head of the household. The dataset was divided into training and testing data, and all attributes were normalized prior to processing. The KNN algorithm was applied using Euclidean distance to measure similarity between data instances, classifying each family into “eligible” or “ineligible” categories. The results indicate that the proposed system achieved higher classification accuracy and more consistent decision outcomes compared to manual selection methods. Additionally, the implementation of KNN reduced processing time and minimized subjective bias in determining aid recipients. These findings demonstrate that the KNN-based system is effective as a decision support tool, enabling STM Agape to distribute social assistance in a more targeted, objective, transparent, and efficient manner.
Co-Authors Dedi Candro Parulian Sinaga Dwi Novi Amalia Dwi Novia Amallia Endra A. P. Marpaung Endra Ary Prasasty Marpaung Martua Sitorus Nera Mayana Br Tarigan Siahaan, R. Fanry