Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Program Senandung Negeri oleh Mahasiswa KKN Unmuh Jember untuk melestarikan Seni Budaya Desa Sumberejo Intan Nur Aini; Fauzan Nafazi Zul Hilmi; Irfan Amiluddin; Syahla Putri Ardelia; Lintang Setyo Kurniawati
JIWAKERTA: Jurnal Ilmiah Wawasan Kuliah Kerja Nyata Vol 6, No 2 (2025): Desember
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jiwakerta.v6i2.22636778

Abstract

Program Senandung Negeri merupakan inisiatif mahasiswa KKN Tematik kelompok 14 Universitas Muhammadiyah Jember di Desa Sumberejo, Kecamatan Ambulu, sebagai upaya melestarikan seni budaya lokal yang mulai terpinggirkan akibat arus globalisasi. Kegiatan ini dilaksanakan untuk menjawab permasalahan kurangnya ruang pertunjukan, minimnya keterlibatan generasi muda, dan terbatasnya promosi seni budaya desa. Metode pelaksanaan meliputi tahap persiapan, berupa koordinasi, pemilihan karya seni, dan pelatihan, serta tahap pementasan yang menampilkan musik, tari, seni rupa, dan sastra tradisional. Hasil kegiatan menunjukkan antusiasme tinggi dari masyarakat, baik pelaku seni maupun penonton. Program ini mampu menjadi ruang apresiasi seni, memperkuat identitas budaya desa, serta membuka peluang promosi wisata budaya. Senandung Negeri juga memberi pengalaman nyata bagi mahasiswa dalam mengimplementasikan ilmu pengetahuan sekaligus membangun sinergi dengan masyarakat. Kesimpulan dari kegiatan ini adalah bahwa pelestarian seni budaya melalui kolaborasi mahasiswa dan masyarakat mampu memperkuat kebersamaan, menonjolkan kebanggaan lokal, mendukung pembangunan desa berbasis seni dan budaya kreatif, serta guna keberlanjutan program, mengintegrasikan Senandung Negeri ke dalam agenda rutin desa dapat meningkatkan keterlibatan pemuda pemudi Desa Sumberejo.
Sistem Rekomendasi Anime Menggunakan Pendekatan Hybrid Dengan Algoritma Random Forest Dan K-Nearest Neighbor (KNN) Fauzan Nafazi Zul Hilmi; Ilham Saifudin; Dudi Irawan
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.v4i3.12782

Abstract

Sistem rekomendasi anime diperlukan untuk membantu pengguna menemukan tayangan yang sesuai dengan preferensi di tengah banyaknya pilihan anime yang tersedia. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi anime menggunakan pendekatan weighted hybrid yang menggabungkan algoritma random forest dan K-Nearest Neighbor (KNN) berbasis cosine similarity. Random Forest digunakan untuk mengklasifikasikan kelayakan anime berdasarkan atribut genres, type, studios, dan rating, sedangkan KNN digunakan untuk menghitung tingkat kemiripan antar-anime berdasarkan fitur genres. Kedua hasil tersebut digabungkan menggunakan metode weighted hybrid untuk menghasilkan skor rekomendasi dan menentukan urutan anime yang ditampilkan kepada pengguna. Dataset yang digunakan merupakan dataset anime dari situs Kaggle yang terdiri atas 24.905 data. Tahap penelitian meliputi pre-processing data, transformasi fitur menggunakan Multi-Label Binarizer dan Label Encoder, pelatihan model, proses rekomendasi, serta evaluasi menggunakan metrik Normalized Discounted Cumulative Gain (NDCG), precision, dan waktu komputasi. Hasil pengujian menunjukkan bahwa sistem memperoleh nilai precision Top-K sebesar 80%-85% dan nilai NDCG Top-K sebesar 89,5%-94,9%, sedangkan pada evaluasi keseluruhan diperoleh nilai precision sebesar 75,2%-75,6% dan nilai NDCG sebesar 97,3%-97,7%. Selain itu, sistem dapat menghasilkan rekomendasi dalam waktu komputasi kurang dari 2,5 detik untuk evaluasi Top-K. Berdasarkan hasil tersebut, pendekatan weighted hybrid yang menggabungkan random forest dan KNN dapat diterapkan untuk menghasilkan rekomendasi anime serta menyusun urutan rekomendasi berdasarkan hasil klasifikasi dan tingkat kemiripan antar-anime.