Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology Aksi Kita: Jurnal Pengabdian Kepada Masyarakat
Sabaruddin Sabaruddin
Sekolah Tinggi Teknologi Informatika Sony Sugema
Computer Science & IT Economics, Econometrics & Finance Engineering Environmental Science Social Sciences Other

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

Found 2 Documents
Search

 1 
Pelatihan Komputer Perkantoran Bersertifikat sebagai Upaya Peningkatan Literasi Digital dan Kesiapan Kerja Masyarakat di Kota Tangerang Sabaruddin Sabaruddin; Enen Nurbaeti; Ary Gunawan; Asral Asral; Lalu Solihin; Faris Shafrullah; Leni Indrawati
Aksi Kita: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 4 (2026): JULI-AGUSTUS
Publisher : Indo Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/tdy4d811

Abstract

Perkembangan transformasi digital menuntut masyarakat memiliki kompetensi digital yang memadai, terutama dalam penguasaan aplikasi komputer perkantoran yang menjadi salah satu keterampilan dasar di dunia kerja. Namun, masih banyak mahasiswa, lulusan baru, pencari kerja, dan masyarakat umum yang memiliki keterampilan terbatas dalam mengoperasikan aplikasi Microsoft Office. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan literasi digital dan kesiapan kerja masyarakat melalui pelatihan komputer perkantoran bersertifikat. Kegiatan dilaksanakan melalui kolaborasi antara STTI Sony Sugema Karawang, Ikatan Alumni Universitas Mataram (IKA UNRAM) Jabodetabek, serta beberapa perguruan tinggi mitra di Kota Tangerang. Metode pelaksanaan meliputi identifikasi kebutuhan peserta, penyampaian materi, demonstrasi, praktik langsung, pendampingan, serta evaluasi hasil pelatihan. Materi yang diberikan mencakup penggunaan Microsoft Word, Microsoft Excel, dan Microsoft PowerPoint yang disesuaikan dengan kebutuhan administrasi dan dunia kerja. Hasil kegiatan menunjukkan bahwa peserta mengikuti pelatihan dengan antusias dan mampu meningkatkan pemahaman serta keterampilan dalam menggunakan aplikasi komputer perkantoran. Selain itu, kegiatan ini memperkuat kolaborasi antara perguruan tinggi, organisasi alumni, dan masyarakat dalam penyelenggaraan program pemberdayaan berbasis kompetensi. Pelatihan komputer perkantoran terbukti menjadi salah satu bentuk pengabdian yang efektif dalam meningkatkan literasi digital, mendukung kesiapan kerja masyarakat, serta memperluas akses terhadap pendidikan dan pelatihan yang relevan dengan kebutuhan era transformasi digital.
Implementasi Data Mining Untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Metode Decision Tree Cart Pada Stti Sony Sugema Arisman Ismail; Muhamad Rizki; Ridwan Efendi Rai; Sabaruddin Sabaruddin; Enen Nurbaeti; Ary Gunawan; Erik Perdana Ibrahim
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12433

Abstract

Prediksi masa studi mahasiswa merupakan salah satu permasalahan klasifikasi yang dapat diselesaikan menggunakan teknik data mining. Kemampuan memprediksi potensi keterlambatan kelulusan sejak dini dapat membantu perguruan tinggi dalam menyusun strategi pembinaan akademik yang lebih efektif berbasis data. Penelitian ini bertujuan membangun model prediksi masa studi mahasiswa menggunakan algoritma Classification and Regression Tree (CART) berdasarkan data akademik dan non-akademik mahasiswa Program Studi Teknik Informatika Sekolah Tinggi Teknologi Informatika (STTI) Sony Sugema. Dataset yang digunakan merupakan data mahasiswa yang telah menyelesaikan studi, dengan atribut seperti indeks prestasi akademik, status pekerjaan, lokasi tempat tinggal, serta karakteristik lain yang berpengaruh terhadap masa studi. Tahapan penelitian meliputi proses data preprocessing, pemilihan atribut, pembentukan model klasifikasi menggunakan algoritma CART, serta evaluasi performa model menggunakan metrik accuracy, precision, recall, dan F1-score. Model prediksi kemudian diimplementasikan dalam aplikasi berbasis web menggunakan bahasa pemrograman Python dengan framework Flask sebagai media pengujian dan pemanfaatan hasil prediksi. Hasil evaluasi menunjukkan bahwa model CART mampu menghasilkan akurasi sebesar 90,14%, precision sebesar 95,96%, recall sebesar 92,96%, dan F1-score sebesar 94,42%. Nilai tersebut menunjukkan bahwa algoritma CART memiliki kemampuan yang baik dalam mengklasifikasikan masa studi mahasiswa. Sistem yang dikembangkan diharapkan dapat mendukung pengambilan keputusan akademik melalui identifikasi dini mahasiswa yang berpotensi mengalami keterlambatan kelulusan sehingga upaya pendampingan dapat dilakukan secara lebih tepat sasaran.
Co-Authors Arisman Ismail Ary Gunawan Asral Asral Enen Nurbaeti Erik Perdana Ibrahim Faris Shafrullah Lalu Solihin Leni Indrawati Muhamad Rizki Ridwan Efendi Rai