Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Teknika Darma Diksani: Jurnal Pengabdian Ilmu Pendidikan, Sosial, dan Humaniora
Hendri Purnomo
Informatics and Business Institute Darmajaya
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Control & Systems Engineering Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 2 Documents
Search

 1 
Pelatihan Teachy AI untuk Peningkatan Kompetensi Guru SMA se-Provinsi Lampung: Training Program on Utilizing Teachy AI to Elevate the Skills of High School Teachers in Lampung Province Melda Agarina; Susanti Susanti; Arman Suryadi Karim; Sutedi Sutedi; Hendri Purnomo; Reyhandoni Rinaldo
DARMADIKSANI Vol 5 No 4 (2025): Edisi Desember
Publisher : Jurusan Pendidikan Bahasa dan Seni, FKIP, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/7bqcc998

Abstract

Perkembangan teknologi Artificial Intelligence (AI) dalam dunia pendidikan menuntut guru untuk memiliki literasi digital dan kemampuan merancang pembelajaran inovatif. Namun, kondisi di provinsi Lampung menunjukkan bahwa sebagian besar guru SMA belum memiliki pengetahuan dan keterampilan yang memadai dalam pemanfaatan AI, khususnya dalam perancangan pembelajaran berbasis Pembelajaran Mendalam (Deep Learning). Minimnya pelatihan dan keterbatasan infrastruktur di beberapa wilayah semakin memperlebar kesenjangan pemanfaatan teknologi antara guru dan peserta. Kegiatan Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan kompetensi guru matapelajaran Sosiologi yang tergabung dalam MGMP Sosiologi di provinsi Lampung melalui pelatihan penggunaan aplikasi Teachy AI dalam menyusun Rencana Pelaksanaan Pembelajaran (RPP) yang adaptif dan kontekstual. Metode pelatihan dilakukan secara tatap muka dan praktik langsung, yang meliputi pengenalan AI, penggunaan Teachy AI, serta penyusunan RPP berbasis AI. Evaluasi dilakukan dengan membandingkan tingkat kompetensi guru sebelum dan sesudah pelatihan. Hasil kegiatan menunjukkan peningkatan signifikan pada literasi digital, keterampilan pedagogis, dan kemampuan integrasi AI ke dalam pembelajaran. Luaran kegiatan berupa RPP inovatif berbasis Deep Learning, publikasi ilmiah, dan diseminasi media. Kegiatan ini diharapkan menjadi model peningkatan
Prediksi Curah Hujan Harian Menggunakan Model ARIMA dan LSTM di Stasiun Meteorologi Radin Inten II Lampung Siswadi Siswadi; Hendri Purnomo
TEKNIKA Vol. 20 No. 1 (2026): TEKNIKA
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36257/teknika.v20i1.11460

Abstract

Penelitian ini dilakukan untuk mengevaluasi perbandingan kinerja antara model deret waktu konvensional Autoregressive Integrated Moving Average (ARIMA) dan model berbasis deep learning Long Short-Term Memory (LSTM) dalam melakukan prediksi curah hujan bulanan di Stasiun Meteorologi Radin Inten II, Bandar Lampung. Data yang digunakan berasal dari periode 2022–2024 dan mencakup beberapa parameter klimatologi, yaitu curah hujan, suhu udara, tekanan atmosfer, serta kelembapan relatif. Prosedur penelitian mencakup tahapan pengumpulan data, prapemrosesan melalui normalisasi Min–Max, pembagian dataset menjadi data latih dan uji, pembangunan model menggunakan bahasa pemrograman Python, serta pengujian kinerja dengan metrik Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²).Berdasarkan hasil pengujian, model LSTM menunjukkan tingkat akurasi yang lebih tinggi dibandingkan dengan ARIMA, dengan nilai RMSE sebesar 19,57; MAE 12,84; MAPE 5,36%; dan R² 0,94. Adapun model ARIMA memperoleh nilai RMSE 27,45; MAE 18,73; MAPE 9,21%; dan R² 0,87. Hasil tersebut menunjukkan bahwa LSTM lebih mampu merepresentasikan hubungan nonlinier serta pola musiman pada data klimatologi wilayah tropis. Oleh karena itu, LSTM direkomendasikan sebagai pendekatan utama untuk prediksi curah hujan jangka pendek di Provinsi Lampung.
Co-Authors Arman Suryadi Karim Melda Agarina Reyhandoni Rinaldo Siswadi Siswadi Susanti Susanti Sutedi Sutedi