Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Almufi Jurnal Pengabdian kepada Masyarakat
Indwiarti
Universitas Telkom
Religion Humanities Computer Science & IT Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

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

Found 3 Documents
Search

 1 
Pengenalan Kecerdasan Artificial (KA) dan Penerapannya dalam Proses Pembelajaran untuk Guru SMA Handayani 1 Arjasari Jondri; Indwiarti; Ledya Novamizanti
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 5 No 2: Desember (2025)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v5i2.498

Abstract

Pemahaman tentang Kecerdasan Artifisial (KA) perlu diberikan kepada siswa SMA. Dengan memahami dasar-dasar KA siswa diharapkan dapat menghadapi tantangan dimasa depan, dimana KA banyak diterapkan dalam kehidupan sehari-hari. Lembaga dunia Unesco sudah mengantisipasi hal ini dengan cara mengeluarkan panduan kompetensi KA untuk pelajar dan Guru. Begitu juga dengan pemerintahan Indonesia melalui Badan Standar, Kurikulum, dan Asesmen Pendidikan Kementerian Pendidikan Dasar dan Menengah Republik Indonesia telah mengeluarkan naskah akademik  pembelajaran koding dan kecerdasan artifisial pada pendidikan dasar dan menengah. Guru merupakan salah satu garda terdepan dalam mengenalkan dan mengajarkan KA kepada siswanya. Pengabdian masyarakat ini bertujuan untuk meningkatkan pemahaman guru-guru SMA Handayani 1 Arjasari terhadap KA dan bagaimana mengajarkannya kepada siswa. Materi KA yang diberikan adalah beberapa aplikasi KA dalam kehidupan sehari-hari dan teknik dasar KA seperti Reasoning dan Learning. Hasil pengabdian Masyarakat ini berupa pemahaman yang meningkat dari  guru SMA Handayani 1 Arjasari terhadap KA. Hal ini terlihat dari hasil kuisioner yang diberikan kepada guru setelah dilaksanakan kegiatan ini.  Sebanyak 86% dari peserta menyatakan bahwa pemahaman mereka tentang KA dan penggunaan KA dalam pengajaran meningkat setelah mengikuti kegiatan ini.
Pengenalan Dasar Kecerdasan Buatan dan Prinsip Etika Penggunaannya bagi Siswa SMA Telkom Bandung Jondri; Indwiarti; Agung Toto Wibowo
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 6 No 1: Juni (2026)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v6i1.600

Abstract

Perkembangan teknologi pada era Revolusi Industri 4.0 menjadikan kecerdasan buatan (Artificial Intelligence/AI) sebagai salah satu kompetensi esensial yang perlu dimiliki peserta didik. Naskah Akademik Pembelajaran Koding dan Kecerdasan Artifisial pada Pendidikan Dasar dan Menengah yang dikeluarkan oleh Badan Standar, Kurikulum, dan Asesmen Pendidikan Kementerian Pendidikan Dasar dan Menengah Republik Indonesia menegaskan pentingnya integrasi literasi komputasi, pemrograman, dan AI secara sistematis dalam kurikulum, sekaligus menekankan dimensi etika, tanggung jawab, dan keamanan digital. Siswa Sekolah Menengah Atas berada pada posisi strategis sebagai calon talenta digital masa depan. Namun, pemahaman mereka terhadap konsep dasar AI dan implikasi etis penggunaannya masih terbatas. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan literasi digital siswa melalui pengenalan dasar-dasar kecerdasan buatan serta penanaman prinsip etika dalam pemanfaatan AI di konteks akademik maupun kehidupan sehari-hari. Metode pelaksanaan berupa pemaparan materi secara interaktif berbasis studi kasus, dan diskusi kelompok terarah mengenai konsep dasar AI dan masalah etika dalam penggunaan AI seperti privasi data, plagiarisme berbantuan AI,dan tanggung jawab pengguna teknologi. Kegiatan juga dilengkapi dengan demonstrasi sederhana tentang cara kerja AI untuk memperkuat pemahaman konseptual siswa. Hasil pengabdian masyarakat dapat dirasakan oleh peserta. Hal ini dapat dilihat dari 90% peserta yang menjawab setuju dan sangat setuju untuk pertanyaan kuesioner “materi kegiatan sesuai dengan kebutuhan mitra/peserta.
Klasifikasi Risiko Penyakit Kardiovaskular Menggunakan Metode Stacking Classifier Dan Explainable AI M. Hanif Mulyazam; Jondri Jondri; Indwiarti
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 10 No. 1 (2026): Issues July 2026
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v10i1.18051

Abstract

Penyakit kardiovaskular secara konsisten menjadi penyebab utama kematian secara global. Keterlambatan penanganan medis sering terjadi karena keterbatasan metode konvensional dalam mendeteksi pola risiko klinis secara dini. Penelitian ini membangun model Stacking Classifier dengan Random Forest, XGBoost, Support Vector Machine, dan Multi-Layer Perceptron sebagai base learner, serta Logistic Regression sebagai meta-learner. Model dilatih menggunakan 70.000 observasi publik dan menghasilkan 60.383 baris data bersih setelah penghapusan data ekstrem, data dengan kombinasi input identik tetapi label target berbeda, serta observasi dengan tekanan darah yang tidak logis. Evaluasi dilakukan menggunakan Stratified K-Fold 5-fold. Hasil rata-rata validasi silang menunjukkan akurasi 73,94 persen, recall 72,24 persen, F1-score 73,96 persen, dan ROC AUC 0,8056. Fold terbaik diperoleh pada fold kedua dengan ambang batas 0,4638, akurasi 74,00 persen, recall 76,27 persen, F1-score 75,06 persen, dan ROC AUC 0,8066. Confusion Matrix pada fold terbaik menunjukkan 4.724 True Positive dan 1.470 False Negative, sehingga model lebih tepat diposisikan sebagai pendukung penapisan awal, bukan sebagai alat diagnosis akhir. Analisis SHapley Additive exPlanations (SHAP) pada model Stacking Classifier dari fold terbaik menunjukkan bahwa tekanan darah sistolik, usia, kolesterol, dan tekanan darah diastolik merupakan fitur yang paling dominan dalam pembentukan prediksi risiko.
Co-Authors Agung Toto Wibowo Jondri Jondri Jondri Ledya Novamizanti M. Hanif Mulyazam