Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal INTI Nusa Mandiri Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Dedih Dedih
Universitas Horizon Indonesia
Humanities Computer Science & IT Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
AI-Based Habit Reminder For Mewing Exercise: Pengembangan Aplikasi Mobile Berbasis Kecerdasan Buatan untuk Meningkatkan Konsistensi Praktik Mewing : Penelitian Deden Moch Alfiansyah; Lila Setiyani; Devi Fajar Wati; M. Jembar Jomantara; Dedih Dedih; Anwar Hilman
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6468

Abstract

Mewing merupakan teknik postur lingual yang dikembangkan oleh Dr. John Mew yang bertujuan untuk memperbaiki perkembangan kraniofasial melalui penempatan lidah yang benar pada langit-langit mulut. Meskipun manfaat mewing telah mendapat perhatian luas, tantangan utama yang dihadapi praktisi adalah rendahnya konsistensi dalam menjalankan latihan secara rutin. Penelitian ini menyajikan pengembangan aplikasi mobile bernama MewingAI yang memanfaatkan kecerdasan buatan untuk memberikan pengingat berbasis kebiasaan yang dipersonalisasi. Aplikasi dikembangkan menggunakan Flutter dengan backend Firebase dan model machine learning Random Forest Classifier untuk menganalisis pola perilaku pengguna. Evaluasi dilakukan melalui User Acceptance Testing (UAT) dan System Usability Scale (SUS) terhadap 30 partisipan selama empat minggu. Hasil menunjukkan peningkatan konsistensi mewing sebesar 40,6% (dari 42,5% menjadi 83,1%) pada kelompok eksperimen dibandingkan kelompok kontrol yang hanya meningkat 2,4%. Skor SUS rata-rata sebesar 80,3 (kategori "Good") mengindikasikan tingkat usabilitas yang memadai. Penelitian ini membuktikan bahwa sistem AI-based habit reminder dapat secara signifikan meningkatkan konsistensi praktik mewing (p < 0,001).
Perancangan Model Haptic Coding Pattern Sebagai Media Pengingat Jadwal Obat Bagi Penyandang Deafblind: Penelitian Wafiqah Yasmin Azhar; Yessica Fara Desvia; Dedih Dedih; Salsa Dhea Octaviany
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6335

Abstract

Kepatuhan terhadap jadwal konsumsi obat merupakan salah satu faktor penting dalam keberhasilan proses pengobatan. Namun, sebagian besar sistem pengingat jadwal obat masih menggunakan media audio dan visual sehingga belum sepenuhnya dapat diakses oleh penyandang deafblind. Penelitian ini bertujuan untuk merancang model konseptual haptic coding pattern sebagai media pengingat jadwal obat bagi penyandang deafblind.Penelitian menggunakan pendekatan deskriptif kualitatif dengan metode literature study dan conceptual design. Data penelitian diperoleh dari jurnal ilmiah, buku, prosiding, dan berbagai sumber pustaka yang berkaitan dengan teknologi haptic, assistive technology, serta sistem pengingat kesehatan.Hasil penelitian berupa rancangan pola getaran (haptic coding pattern) yang menggunakan kombinasi getaran pendek dan panjang sebagai representasi jadwal konsumsi obat. Selain itu, penelitian ini juga menghasilkan desain konseptual sistem pengingat berbasis haptic yang dapat digunakan sebagai media komunikasi non-visual bagi penyandang deafblind.Hasil penelitian menunjukkan bahwa pendekatan berbasis haptic berpotensi digunakan sebagai media penyampaian informasi jadwal obat tanpa bergantung pada unsur audio maupun visual. Rancangan konseptual yang dihasilkan diharapkan dapat menjadi dasar pengembangan teknologi asistif berbasis sentuhan yang lebih inklusif bagi penyandang deafblind.
Model Deep Learning untuk Mendeteksi dan Memprediksi Konsentrasi Manusia dalam Lingkungan Dinamis: Penelitian Devi Fajar Wati; Lila Setiyani; Deden Moch Alfiansyah; M. Jembar Jomantara; Dedih Dedih; M. Ridho Darmawan
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6336

Abstract

Konsentrasi manusia merupakan aspek kognitif penting yang memengaruhi efektivitas belajar, produktivitas kerja, dan keselamatan dalam aktivitas sehari-hari. Namun, meningkatnya distraksi digital dan lingkungan yang dinamis membuat individu semakin sulit mempertahankan fokus secara konsisten. Penelitian sebelumnya umumnya hanya berfokus pada deteksi tingkat konsentrasi dalam lingkungan laboratorium yang terkontrol dan belum banyak membahas prediksi perubahan konsentrasi secara real-time pada situasi dinamis. Penelitian ini bertujuan mengembangkan model deep learning multimodal untuk mendeteksi dan memprediksi tingkat konsentrasi manusia menggunakan data fisiologis dan perilaku. Pendekatan yang diusulkan mengintegrasikan sinyal electroencephalography (EEG), eye-tracking, dan perilaku interaksi digital untuk meningkatkan akurasi analisis konsentrasi. Arsitektur hybrid Convolutional Neural Network (CNN) dan Bidirectional Long Short-Term Memory (BiLSTM) digunakan untuk menangkap pola spasial dan temporal dari data multimodal. Model dirancang untuk melakukan deteksi konsentrasi secara real-time serta memprediksi perubahan fokus jangka pendek pada lingkungan dinamis seperti pembelajaran daring, aktivitas multitasking, dan simulasi mengemudi. Metode penelitian meliputi pengumpulan data, pra-pemrosesan, pengembangan model, dan evaluasi performa menggunakan metrik accuracy, precision, recall, F1-score, dan RMSE. Hasil akhir penelitian berupa model deep learning multimodal yang mampu mendeteksi dan memprediksi tingkat konsentrasi manusia secara lebih adaptif dibandingkan pendekatan unimodal. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan teknologi kecerdasan buatan pada bidang pendidikan, kesehatan digital, dan keselamatan kerja..
Perancangan Model Aplikasi Rutinitas Anak Berbasis Offline-First untuk Mendukung Transisi Aktivitas Harian Anak Usia Dini: Penelitian Willys; Wafiqah Yasmin Azhar; Dedih Dedih; Daffa Nazriel Zaidan
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6346

Abstract

Perkembangan teknologi digital memberikan peluang dalam mendukung pembentukan rutinitas harian anak usia dini melalui pemanfaatan aplikasi digital. Namun, sebagian besar aplikasi rutinitas anak masih bergantung pada koneksi internet dan belum sepenuhnya mendukung proses transisi aktivitas harian anak. Penelitian ini bertujuan merancang model aplikasi rutinitas anak berbasis offline-first untuk mendukung transisi aktivitas harian anak usia dini. Metode penelitian yang digunakan adalah penelitian deskriptif kualitatif dengan pendekatan conceptual design. Tahapan penelitian meliputi identifikasi permasalahan, studi literatur, analisis kebutuhan sistem, perancangan model sistem menggunakan Unified Modeling Language (UML), serta analisis model yang dihasilkan. Hasil penelitian berupa rancangan model aplikasi yang memiliki fitur utama seperti checklist aktivitas harian, pengingat waktu aktivitas, sistem penghargaan (reward), dan penyimpanan data lokal berbasis offline-first. Pendekatan offline-first memungkinkan aplikasi tetap dapat digunakan tanpa koneksi internet sehingga mendukung aksesibilitas dan kemudahan penggunaan sistem. Penelitian ini diharapkan dapat menjadi dasar pengembangan aplikasi rutinitas anak berbasis offline-first pada penelitian selanjutnya.
KNOWLEDGE MANAGEMENT SYSTEM PENGOLAHAN SAMPAH MENGGUNAKAN SOCIALIZATION, EXTERNALIZATION, COMBINATION, INTERNALIZATION MODEL Risma Indriani; Yessy Yanitasari; Dedih Dedih
INTI Nusa Mandiri Vol. 19 No. 1 (2024): INTI Periode Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v19i1.4251

Abstract

Garbage is an environmental problem that cannot be avoided, changes in human lifestyles cause an increase in the volume of waste, various ways are carried out to overcome the increase in the volume of waste, one of which is the Reduce, Reuse, Recycle (3R) technique which plays an important role in waste processing and can change waste. to be artistic and economical, to share knowledge about waste management requires a container that can accommodate and share knowledge. In this study, a Knowledge Management System (KMS) was developed using the Knowledge Management Life Cycle (KMSLC) method and capturing knowledge using the Sosialization Externalization Combination Internalization (SECI) model. The results of this study are web-based applications that can accommodate, add and share knowledge in the form of tacit and explicit and change the knowledge formed from the results of individual interactions into documented knowledge which is expected to help organizations manage all knowledge and develop it so that it can improve the abilities and knowledge of members organization for waste management.
Co-Authors Anwar Hilman Daffa Nazriel Zaidan Deden Moch Alfiansyah Devi Fajar Wati Lila Setiyani M. Jembar Jomantara M. Ridho Darmawan Risma Indriani Salsa Dhea Octaviany Wafiqah Yasmin Azhar Wafiqah Yasmin Azhar Willys Yessica Fara Desvia Yessy Yanitasari