Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Tematik : Jurnal Teknologi Informasi Komunikasi Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Tri Ferga Prasetyo
Universitas Ahmad Dahlan
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penguatan Kompetensi Teknologi Digital Siswa Melalui Workshop Keahlian Informatika SMK PUI Majalengka Tri Ferga Prasetyo; Dedy Sumarhadi; Imroatul Khuluqi Izzah; Dian Novianti; Abdul Fadlil; Imam Riadi
Darma Abdi Karya Vol. 5 No. 1 (2026): Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM POLITEKNIK LP3I

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/darmaabdikarya.v5i1.2991

Abstract

Kegiatan Program Pemberdayaan Umat (Prodamat) sebagai bentuk pengabdian kepada masyarakat ini bertujuan untuk memperkuat kompetensi teknologi digital siswa SMK PUI Majalengka melalui workshop keahlian informatika yang berorientasi pada literasi digital, berpikir komputasional, pengenalan pemrograman, pengelolaan data sederhana, keamanan digital, dan pemanfaatan perangkat lunak produktif. Kegiatan ini dilatarbelakangi oleh kebutuhan peserta didik SMK untuk memiliki keterampilan digital yang relevan dengan dunia kerja, pendidikan lanjut, dan tuntutan transformasi digital. Metode pelaksanaan menggunakan pendekatan pelatihan partisipatif yang terdiri atas analisis kebutuhan, penyusunan modul, pre-test, penyampaian materi, praktik terbimbing, simulasi penyelesaian masalah, post-test, refleksi, dan evaluasi keberlanjutan. Peserta kegiatan adalah siswa SMK PUI Majalengka yang mengikuti sesi workshop secara langsung di laboratorium komputer sekolah. Hasil kegiatan menunjukkan bahwa workshop mampu meningkatkan pemahaman siswa terhadap konsep dasar informatika, keterampilan menggunakan perangkat digital secara produktif, kesadaran etika dan keamanan digital, serta kemampuan menyusun solusi sederhana berbasis logika komputasional. Peningkatan terlihat dari partisipasi aktif siswa, penyelesaian tugas praktik, dan perbandingan hasil evaluasi awal dan akhir. Kegiatan ini menegaskan bahwa workshop informatika yang aplikatif, kontekstual, dan berbasis praktik dapat menjadi strategi penguatan kompetensi teknologi digital siswa SMK. Program lanjutan disarankan berupa klinik proyek digital, pendampingan portofolio, dan integrasi hasil workshop ke kegiatan ekstrakurikuler atau pembelajaran produktif sekolah.
Model Prediktif Penyakit Tanaman Tomat Menggunakan Arsitektur EfficientNetB0 Tri Ferga Prasetyo; Sunardi; Abdul Fadlil
TEMATIK Vol. 12 No. 2 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i2.2722

Abstract

Tomato (Solanum lycopersicum) is highly vulnerable to a range of foliar diseases that can reduce yield and hinder crop quality, particularly when early symptoms are difficult to distinguish in field conditions. To address this challenge, this study develops a predictive model for automatic tomato leaf disease classification using a lightweight EfficientNetB0 architecture. The dataset consists of 5,967 images from nine categories, combining 70% publicly available Kaggle PlantVillage data and 30% real-field images captured under natural outdoor illumination. The methodological pipeline includes preprocessing, data augmentation, and transfer learning, followed by fine-tuning of the upper layers of EfficientNetB0 to improve its ability to generalize toward field-specific variations such as uneven lighting and complex backgrounds. Evaluation results show that the model achieves an accuracy of 89%, with macro-average and weighted-average scores of 90%. These findings demonstrate that EfficientNetB0 provides an effective balance between predictive accuracy and computational efficiency, supporting its potential deployment in early detection systems and edge-based agricultural applications for real-time tomato disease monitoring.
Co-Authors Abdul Fadlil Dedy Sumarhadi Dian Novianti Imam Riadi Imroatul Khuluqi Izzah Sunardi